文章目录
机器学习
机器学习有多种定义。
Definition
Arthur Samuel 的定义(old, informal)
the field of study that gives computers the ability to learn without being explicitly programmed.
Tom Mitchell 的定义
A computer program is said to learn from experience E with repect to some class of tasks T and performance measure P, if it’s performance at tasks in T, as measured by P, improves with experience E.
例如： 下棋
E: 与众多棋手下棋的经验
T: 下棋
P: 下一局赢的概率
通常，机器学习可以分成两大类：
- 监督学习(supervised learning)
- 无监督学习(unsupervised learning)
可以通俗地理解上面两个概念：
监督学习是在人或者其他的帮助下学习，无监督学习是让机器自己学习。
两种主要的机器学习算法
监督学习(supervised learning)
在监督学习中，我们已经有一份知道了“正确答案”的数据集，认为输入与输出存在一个关系。也就是说，在监督学习中，我们首先会告诉机器正确答案（定义中的E）
监督学习可以分成：回归问题和分类问题
例子：预测房价、标记垃圾邮件
无监督学习(unsupervised learning)
无监督学习让我们无需知道结果是什么样子，即使我们不知道变量具体的作用，我们可以通过无监督学习来获取数据不同结构（聚类算法）
例子：谷歌新闻分类、鸡尾酒宴会
