人們發現，有些人投資房產，十投九中，**漲跌無往不利；而我們自己可以很容易的辨別千百種物體，這些事情能夠發生的原因都指向兩個字——經驗，而經驗是不斷積累而來的，如何積累，『』我不知道未來會怎麼樣，但大概率是會像它曾經最多發生過的樣子去發生吧，所以事物的未來好似就存在於它的過去『』，經驗的積累是對過去已發生的情況的總結。這些發生的情況，是一條條資料，通過這些資料，聰明的人類嗅到有用的資訊，借助這些資訊，形成自己的知識，知識是有力量的，掌握它，可以做出較為準確的判斷，一次次的成功讓我們擁有智慧型，這就是乙個智人的誕生。
那麼機器學習的目的就是希望對於特定的任務（t），給機器無數的資訊資料或經驗（e），讓他能夠在當中找到一些規律提公升處理任務的能力（p），如果可以提高，就認為機器擁有了智慧型，得到了學習（l）。這些能夠被機器完成的任務其實很有限，他們都可以抽象為乙個黑匣子，給定一些輸入，會產生一些輸出，其中根據輸入產生輸出的規律就看作是乙個隱性的函式，學習的本質就是找到這個函式，機器學習就是找到某個任務中最符合經驗的函式，這是乙個找的最優的問題。
要想讓大家去賺錢，得讓大家明白錢的好處，同理，要讓機器具備智慧型，得說明發生什麼就表明它具備智慧型了——我們前文提及機器學習是擬合乙個最好的函式，計算機在學習中會為了找到這個信仰（最優函式）還沒找到時，他會先根據目前掌握的知識產生一些反饋，也是乙個函式我們就稱之為模型（最開始也會隨機的產生一些引數組成乙個模型，模型初始化），同時最優函式我們人類是知道的，為了讓機器知道他目前學到了什麼程度，我們會把他這個模型與最優函式之間的差距告訴它，這個差距在不同任務中會以各種不同的衡量方式表明，這也是乙個函式或叫目標函式或稱之為乙個損失。那麼，接著降低損失就相當於優化模型，降低損失是需要方法的，不同的問題有不同的方法，這也是乙個比較深刻的問題，當然這個過程就是教育和訓練機器。
機器學習演算法的本質就是去找乙個問題的最優解，當然沒有一器破萬法存在，每乙個演算法能解決的問題是明確和有限的。對乙個演算法而言，首先要明白他能解決什麼問題？（分類or回歸，或者這種大任務中的哪個部分），搞清楚它的輸入輸出。之後，按照是否能夠和如何初始化引數，建立模型，計算損失，降低損失，提高泛化能力的順序去解剖這個演算法，（其中很多演算法在某個環節用的東西都是一樣的）。
機器學習 十六 機器學習演算法總結（1）
監督學習 knn演算法計算測試樣本與訓練集的各樣本的距離，按從小到大取前k個距離排序，然後選擇這k個最相似資料中出現次數最多的分類作為新資料的分類。樸素貝葉斯實現的是概率量化計算的模型，它的解釋是通過對樣本的統計，然後算出某件事a發生的概率和某件事b發生的概率之間的量化關係。決策樹實現的是通過選擇合...
給自己的總結
寫部落格整兩個月了，在寫部落格的過程中我學到了不少東西，最重要的一點是，如果我要寫點什麼出來，我就必須先要搞懂它，而且也確實方便了自己以後的查閱.再過幾天就要啟程去學校了，開學馬上大三，還有ccf要考，最近的時間都花在了ios開發上，但卻一直沒有彌補自己在演算法和資料結構方面的不足，但要想在畢業後拿...
python學習記錄1 給自己
今天學習的內容有 1.print的用法 print 登鸛雀樓 白日依山盡，黃河入海流。欲窮千里目，更上一層樓。2.字串string描述 寫法字串表述 單引號 雙引號 轉義字元 轉義 n換行 拼接字串 使用 獲取資料型別 type 函式 獲取資料長度 len 函式 數字不可使用該函式 轉換資料型別 s...