神经网络与机器学习 第一讲(1)——为什么需要机器学习
2012-11-27 10:07
417 查看
一、什么是机器学习?
1. 有些问题很难用写程序去解决,比如对象识别:
1) 我们不知道人脑是怎么识别对象的,也就没法写程序
2) 即使我们有很好的想法,还是发现很难写
2. 很难计算一个信用卡交易行为是不是异常的:
1) 找不到简单的规则,可能需要结合巨大数量的规则
2) 作弊的手段是随时间变化的,我们的程序需要不断更新
二、机器学习方法
1. 收集输入输出对
2. 机器学习算法能够利用这些输入输出对,完成任务
1) 需要很多样例
2) 在新的样例上也能起作用
3) 新的训练数据都来,模型可重新训练改变
三、一些解决的很好的例子
1. 模式识别:对象识别、人脸识别、语音识别
2. 异常检测:信用卡交易异常
3. 预测:股票价格、电影是否受欢迎
四、例子
1. 手写识别 MNIST
2. 真实场景中的对象识别 ImageNet
3. 语音识别 TIMIT
1. 有些问题很难用写程序去解决,比如对象识别:
1) 我们不知道人脑是怎么识别对象的,也就没法写程序
2) 即使我们有很好的想法,还是发现很难写
2. 很难计算一个信用卡交易行为是不是异常的:
1) 找不到简单的规则,可能需要结合巨大数量的规则
2) 作弊的手段是随时间变化的,我们的程序需要不断更新
二、机器学习方法
1. 收集输入输出对
2. 机器学习算法能够利用这些输入输出对,完成任务
1) 需要很多样例
2) 在新的样例上也能起作用
3) 新的训练数据都来,模型可重新训练改变
三、一些解决的很好的例子
1. 模式识别:对象识别、人脸识别、语音识别
2. 异常检测:信用卡交易异常
3. 预测:股票价格、电影是否受欢迎
四、例子
1. 手写识别 MNIST
2. 真实场景中的对象识别 ImageNet
3. 语音识别 TIMIT
相关文章推荐
- 机器学习中使用的神经网络第一讲笔记:Introduction
- 神经网络与机器学习 第一讲(5)——三种机器学习类型
- 神经网络与机器学习 第一讲(3)——一些简单的神经元模型
- 机器学习研究人员需要学习8种神经网络架构
- 神经网络与机器学习 第一讲(2)——什么是神经网络
- 机器学习入门——神经网络深入
- 机器学习之神经网络(机器学习技法)
- 机器学习必知的八大神经网络架构
- 机器学习之神经网络
- Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning
- 机器学习实验(十):基于WiFi fingerprints用自编码器(Autoencoders)和神经网络(Neural Network)进行定位_1(tensorflow版)
- stanford coursera 机器学习编程作业 exercise 3(使用神经网络 识别手写的阿拉伯数字(0-9))
- Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning
- [机器学习] Coursera ML笔记 - 神经网络(Representation)
- python机器学习之神经网络(一)
- 为什么神经网络参数不能全部初始化为全0?
- 机器学习-coursera-exercise4-神经网络
- 机器学习中的神经网络Neural Networks for Machine Learning:Lecture 9 Quiz
- 斯坦福机器学习_神经网络
- 机器学习(周志华) 参考答案 第五章 神经网络 5.5