Stanford机器学习[第一课]-机器学习的动机与应用
2015-05-23 09:10
225 查看
1.what is machine learning?
机器学习的定义Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.
Tom Mitchell (1998) Well-posed Learning Problem: A computer program is said to learn 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.
机器学习算法:
监督学习(Supervised Learning)
非监督学习(UnSupervised Learning)
其它:加强学习和推介系统
###2.监督学习(Supervised Learning)
之所以被称为”监督学习”,是因为我们在“监督”问题的算法,换句话说,会给出一组“标准答案”。
下面给出两个监督学习的实例。
首先是一个房子价格预测的例子,收集的部分数据集如下:
通过上面的数据集,可以绘出一个图,横坐标是占地面积,纵坐标是价格,根据这些数据,可以根据不同的方法拟合出不同的直线。
然后可以根据一直的房子占地大小,来预测房屋的价格。
下面是一个分类的问题,根据肿瘤的大小来预测乳腺癌的良性或劣性。
说明:“X”表示肿瘤为良性,“O”表示肿瘤为劣性。
表示不同年龄的人和不同肿瘤大小组成的数据,“X”表示肿瘤为良性,“O”表示肿瘤为劣性。可以通过一个算法将其分成两类。
这只是一个线性二维的问题,如果有多维数据呢?后面说的SVM(支持向量机)就可以用来处理高维数据。
3.非监督学习(UnSupervised Learning)
首先看看下面这个图非监督学习事实上就是聚类,将许多的数据或是杂乱无章划分成相似的多个类别。
例如:将鸡尾酒会上混乱无章的多种声音区分出来。
References
视频链接:http://open.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html相关文章推荐
- 斯坦福大学公开课 :机器学习课程笔记-[第1集] 机器学习的动机与应用
- 国际名校公开课 斯坦福大学公开课 :机器学习课程 机器学习的动机与应用 学习笔记
- 机器学习-斯坦福:学习笔记1-机器学习的动机与应用
- Andrew Ng机器学习公开课01:机器学习动机与应用
- 【机器学习-斯坦福】学习笔记1 - 机器学习的动机与应用
- 斯坦福机器学习公开课学习笔记(1)—机器学习的动机与应用
- 【机器学习-斯坦福】学习笔记1 - 机器学习的动机与应用
- 【机器学习-斯坦福】学习笔记1 - 机器学习的动机与应用
- 第一课 机器学习的动机与应用
- Andrew Ng 机器学习 第一课 监督学习应用.梯度下降 笔记
- 【机器学习】1 监督学习应用与梯度下降
- Stanford机器学习---第六讲. 怎样选择机器学习方法、系统
- 【斯坦福---机器学习】复习笔记之监督学习应用.梯度下降
- 机器学习-斯坦福:学习笔记2-监督学习应用与梯度下降
- 斯坦福大学iOS应用开发教程学习笔记(第一课)MVC.and.Introduction.to.Objective-C
- 机器学习的动机与应用
- 第一集:机器学习的动机与应用
- 机器学习 —— 机器学习的动机和应用
- 机器学习第一篇——机器学习的动机与应用
- Stanford机器学习---第六讲. 怎样选择机器学习方法、系统