【笔记】机器学习基石(一) the learning problem
2014-11-08 23:18
381 查看
机器学习 ----use data to approximate target
1、学习与机器学习的关系:
observations-->Learning-->skill 学习:从观察出发
data-->Machine Learning-->skill 机器学习:处理数据
skill:增进某一种表现
2、三个问题:when 什么时候使用机器学习? why
为什么使用机器学习? how 怎样使用机器学习?
3、example: tree recognition 辨别树的例子
ML: an alternative route to build complicated systems:机器学习是建立复杂系统的一个途径
/1/ exists some 'underlying pattern' to be learned 有一个目标
/2/ no programmable (easy) definition 描述"规则"有一定的困难
/3/ there is data about the pattern 有资料
4、一些应用场景
/1/不能由人设计的程序
/2/不能明确定义规则的
/3/人不能做的,需要迅速做决定的领域
/4/面向大量用户群体的,用户个性化的应用
5、机器学习在衣食住行中的应用
6、由机器学习实现的推荐系统
每个人和每部电影都有它相应的特征,首先确定电影的特征,然后用户根据自己的特征选择相匹配的电影。
7、机器学习的常用符号
输入x,输出y
目标函数f的形式未知,可以被学习
数据资料data:训练样本
g代表得到的一个函数(因为我们不一定能够学习到目标函数f)
hypothesis:能得到好结果的skill
所以可以用下式表示
从资料{x,y}出发,得到g,资料来自我们想学但是学不到的f。
左上角
理想公式产生资料(来自我们不知道的目标函数f)
中间
D:data资料
A:机器学习算法(有两个输入D和H)
性能的增进(skill)最终得到的g应该与f越接近越好
下层
H:hypothesis的集合(有好有坏)
8、机器学习与其他学科的关系
/1/machine learning机器学习 and data mining资料探勘-->KDD cup
ML可与资料探勘互通 not totally the same
/2/machine learning and artificial intelligence 人工智能
ML是实现人工智能的一种方法
/3/machine learning and statistics 统计学
统计学是实现ML的一种方法 a useful tools
1、学习与机器学习的关系:
observations-->Learning-->skill 学习:从观察出发
data-->Machine Learning-->skill 机器学习:处理数据
skill:增进某一种表现
2、三个问题:when 什么时候使用机器学习? why
为什么使用机器学习? how 怎样使用机器学习?
3、example: tree recognition 辨别树的例子
ML: an alternative route to build complicated systems:机器学习是建立复杂系统的一个途径
/1/ exists some 'underlying pattern' to be learned 有一个目标
/2/ no programmable (easy) definition 描述"规则"有一定的困难
/3/ there is data about the pattern 有资料
4、一些应用场景
/1/不能由人设计的程序
/2/不能明确定义规则的
/3/人不能做的,需要迅速做决定的领域
/4/面向大量用户群体的,用户个性化的应用
5、机器学习在衣食住行中的应用
6、由机器学习实现的推荐系统
每个人和每部电影都有它相应的特征,首先确定电影的特征,然后用户根据自己的特征选择相匹配的电影。
7、机器学习的常用符号
输入x,输出y
目标函数f的形式未知,可以被学习
数据资料data:训练样本
g代表得到的一个函数(因为我们不一定能够学习到目标函数f)
hypothesis:能得到好结果的skill
所以可以用下式表示
从资料{x,y}出发,得到g,资料来自我们想学但是学不到的f。
左上角
理想公式产生资料(来自我们不知道的目标函数f)
中间
D:data资料
A:机器学习算法(有两个输入D和H)
性能的增进(skill)最终得到的g应该与f越接近越好
下层
H:hypothesis的集合(有好有坏)
8、机器学习与其他学科的关系
/1/machine learning机器学习 and data mining资料探勘-->KDD cup
ML可与资料探勘互通 not totally the same
/2/machine learning and artificial intelligence 人工智能
ML是实现人工智能的一种方法
/3/machine learning and statistics 统计学
统计学是实现ML的一种方法 a useful tools
相关文章推荐
- [MOOC学习笔记]机器学习基石 Lecture01 The Learning Problem
- [MOOC学习笔记]机器学习基石 Lecture01 The Learning Problem
- 机器学习基石笔记 Lecture 1: The Learning Problem
- 机器学习基石笔记(1)——The Learning Problem
- 1. 机器学习基石-When can Machine Learn? - The Learning Problem
- 机器学习基石第一讲 The Learning Problem
- 机器学习基石notes-Lecture1 The Learning Problem
- Coursera机器学习基石 第1讲:The Learning Problem
- 机器学习基石-01-the learning problem
- 机器学习基石第一讲:the learning problem
- 入门 | 机器学习基石01 The Learning Problem
- 机器学习基石-1-The Learning Problem
- 台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem
- 机器学习基石-The learning problem
- 【笔记】机器学习基石(三)type of learning
- 林轩田-机器学习基石 课堂笔记(七) The VC Dimension
- PLA(Perceptron Learning Algorithm)--机器学习基石笔记
- Machine Learning Foundations(机器学习基石)笔记 第二节
- 机器学习基石 - The Learning Problem
- 机器学习基石笔记 Lecture 2: Learning to Answer Yes/No