初識機器學習

機器學習的定義：

1、在沒有明確設定的情況下，使計算機具有學習能力——samuel

2、 電腦程式從經驗e中學習，解決某一任務t，進行某一效能度量p，通過p測定在t上的表現因經驗e而提高——tom mitchell

學習下棋是e，下贏是t,獲勝的概率是p。通過在下棋（t）中提高經驗（e）從而增加獲勝的概率（p）。

機器學習主要分為：監督學習和無監督學習

監督學習是指 我們給演算法乙個資料集，其中包含了正確答案。也就是說我們給它乙個房價資料集，在這個資料集中的每個樣本，我們都給出正確的**即這個房子實際賣價，演算法的目的就是給出更多的正確答案，例如為你朋友想要賣掉的這所新房子給出估價。

回歸問題：結果是線性的（我們設法**出乙個連續值的結果）

由size確定price

分類問題：結果是離散的（我們設法**出乙個離散值的結果）

良性的還是惡性的

無監督學習：（新聞故事、細分市場）

相對於監督學習（給定輸入，輸出，作為參考），無監督學習不知道輸入/輸出是什麼，只能將資料進行聚類。

不給出橫座標和縱座標的含義只是給出資料將它們分為兩簇（聚類）

聚類和分類的區別：

分類：已知資料的型別，即在沒有輸入的時候，就知道輸出的結果（如：腫瘤良性還是惡性）。

聚類：不知道資料的型別，只給資料一些特徵，機器根據特徵，將資料分開。

機器學習 初識機器學習

1.什麼是機器學習？對於機器學習到現在都還沒有統一的定義，但是，通過乙個例子和較權威的定義來理解機器學習，最後附上我個人對機器學習的理解 2.監督學習 1 監督學習基本思想 我們資料集中的每個樣本都有相應的 正確答案 即每個樣本都是真實值，再根據這些樣本作出 舉乙個房價預售的例子來說明 eg 下面圖...

初識機器學習

學機器學習已經大半年了，現在才發現自己是初識機器學習。一開始學機器學習，真的以為它是個機器，學會了就可以拿來用，或是拿來改進。現在才明白，學機器學習的方法不僅要弄明白理論基礎和演算法思路，還要明白演算法的脈絡，它的每一步都是為什麼這麼做，掌握演算法背後的真正的思想，才能融會貫通，針對不同的問題提出不...

初識機器學習

機器學習 資料 資料 做為輸入 輸出 找到最合適的演算法公式 機器學習的分類 有批量 batch 數量的情況下可應用 監督式學習 知道輸入與輸出 半監督式學習是 知道輸入與部分輸出 無監督式學習 不知道輸出 對應著聚類 clustering 對於機器學習的輸出 1.有明確的分類 是 否 並且是用一條...