斯坦福大学机器学习公开课---1.机器学习简单介绍
2015-02-02 20:06
399 查看
斯坦福大学机器学习公开课---1. 机器学习简单介绍
1.1 介绍
机器学习流行原因---1) 由人工智能AI发展来的一个领域
2) 是计算机需要开发的一项新的能力,涉及工业和基础学科中的很多内容。
应用学习算法,如设计自主机器人,计算生物学和其他被机器学习影响的领域。
1.2 机器学习应用
1) 数据挖掘网站点击流数据、电子医疗记录、计算生物学和工程学。
2) 无法手动进行编程的领域
自动直升机、手写体识别、自然语言处理NLP和计算机视觉。
3) 自我定制程序
Amazon, Netflix(网飞公司)的产品推送。
4) 理解人类的学习(大脑,real AI)
1.3 机器学习定义
Machine Learning definition1) Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability
to learn without being explicitly programmed.(曾经编写过跳棋程序)
2) Tom Mitchell (1998) Well-posed Learning Problem: A computer program is said tolearn
from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
2 Machine learning
2.1 Machine learning algorithms:机器学习算法分类
Supervised learning监督学习
Unsupervised learning
非监督学习
Others: Reinforcement learning增强学习, recommender systems推荐系统.
2.2 Introduction to Supervised Learning监督学习介绍
Supervised Learning :“right answers” given.给算法一个数据集,并给定每个样本“正确的答案”(标记,正样本和负样本)。
l Regression:Predict
continuous valued output (price).回归问题,用来预测连续性输出值。
l Classification:Discrete
valued output (0 or 1)
2.3 Introduction to Unsupervised Learning非监督学习介绍
Unsupervised Learning : “right answers” are not given.没有标记正负样本之分。无监督学习(聚类算法):给定一个训练数据集,从中找到某种结构,即将数据集分为几个聚类。(让算法自己从数据中发现一切)
Cocktail party problem algorithm:[W,s,v] =svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');
相关文章推荐
- Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”
- 斯坦福大学公开课:iPhone开发教程2010年冬> 各种基础的类,功能,对象和实例的介绍
- 斯坦福大学机器学习课程原始讲义 + 公开课视频
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——2、监督学习:Regression and Classification
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——1、整体看一看
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
- 机器学习排序之Learning to Rank简单介绍
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
- Coursera公开课笔记: 斯坦福大学机器学习第十一课“机器学习系统设计(Machine learning system design)”
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——4、监督学习:Naive Bayes
- 斯坦福大学机器学习公开课视频及课件
- Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”
- Coursera公开课笔记: 斯坦福大学机器学习第十一课“机器学习系统设计(Machine learning system design)”
- 机器学习的公开课-斯坦福大学-每个视频都很短
- Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化(Regularization)”
- 机器学习入门的绝佳材料:斯坦福大学机器学习课程原始讲义(含公开课视频)
- Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化(Regularization)”
- Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”
- 机器学习很有趣(全球最简单的对机器学习的介绍)
- 斯坦福大学公开课 :机器学习课程(Andrew Ng)——5、监督学习:Support Vector Machine,引