机器学习-引言.docx
101 浏览量
2021-04-15
21:23:23
上传
评论
收藏 254KB DOCX 举报
机器学习笔记
1. 引言
1.1 机器学习是什么？
Arthur Samuel 定义：在没有明确设置的情况下，使计算机具有学习能力的研究领域。
Tom Mitchell 定义：计算机程序从经验 E 中学习解决某一任务 T 进行某一性能度量 P，通过
P 测量在 T 上的表现因经验 E 而提高。
西洋棋程序中：T 就是玩跳棋 P 就是玩一把新游戏赢的概率 E 就是反复的
自我练习的经验
目前几种主要类型的算法：监督学习、无监督学习
1.2 监督学习（教计算机做某些事情）
含义：我们给算法一个数据集，其中包含了正确答案，算法的目的就是找更多的正确答
案。
举个例子，比如学习，上课有老师教就是监督学习，与此相反，课后作业没有老师教，课
后完成的 就是无监督学习。
监督学习的分类：回归(Regression）、分类（Classication)
回归(Regression）：对已经存在的点（训练数据）进行分析，拟合出适当的函数模型
y=f(x)，这里 y 就是数据的标签，而对于一个新的自变量 x，通过这个函数模型得到标签
y。
举例：预测房屋价格
假设想要预测房屋价格，绘制了下面这样的数据集。水平轴上，不同房屋的尺寸是平
方英尺，在竖直轴上，是不同房子的价格，给定数据，假设一个人有一栋房子，750 平方
英尺，他要卖掉这栋房子，想知道能卖多少钱。这个时候，监督学习中的回归算法就能派
上用场了，我们可以根据数据集来画直线或者二阶函数等来拟合数据。
通过图像，可以看出直线拟合出来的 150k,曲线拟合出来是 200k,所以要不断训练学
习，找到最合适的模型得到拟合数据（房价）。
一个小呆苗
- 粉丝: 8894
- 资源: 9
评论0