e = the experience of playing many games of checkers
t = the task of playing checkers.
p = the probability that the program will win the next game.
它被稱作監督學習是因為對於每個資料來說 我們給出了 「正確的答案」。
你有一些問題和他們的答案，你要做的有監督學習就是學習這些已經知道答案的問題。然後你就具備了經驗了，這就是學習的成果。然後在你接受到乙個新的不知道答案的問題的時候，你可以根據學習得到的經驗，得出這個新問題的答案。（試想一下高考不正是這樣，好的學習器就能有更強的做題能力，考好的分數，上好的大學.....）。我們有乙個樣本資料集，如果對於每乙個單一的資料根據它的特徵向量我們要去判斷它的標籤（演算法的輸出值），那麼就是有監督學習。通俗的說，有監督學習就是比無監督學習多了乙個可以表達這個資料特質的標籤。
包含回歸（regression）和分類（classfication）。
2.1 classfication (分類任務)
離散變數**,設定了標準答案，復合條件，是或否。
2.2 regression（回歸任務）
連續變數**。
資料聚合、分類。
我們有一些問題，但是不知道答案，我們要做的無監督學習就是按照他們的性質把他們自動地分成很多組，每組的問題是具有類似性質的（比如數學問題會聚集在一組，英語問題會聚集在一組，物理........）。
所有資料只有特徵向量沒有標籤，但是可以發現這些資料呈現出聚群的結構，本質是乙個相似的型別的會聚集在一起。把這些沒有標籤的資料分成乙個乙個組合，就是聚類（clustering）。比如google新聞，每天會蒐集大量的新聞，然後把它們全部聚類，就會自動分成幾十個不同的組（比如娛樂，科技，政治......），每個組內新聞都具有相似的內容結構。
3.1 cocktail party problem(雞尾酒會問題)
假設我們在參加乙個雞尾酒會，有很多人參加，在環境嘈雜，很多人說話的情況下，能否把感興趣的某個人的聲音單獨從嘈雜的背景音中提取出來？
規律：不同麥克風收集到說話者聲音大小不一樣。
其他應用：
使用matlab一行**實現以上演算法。
3.2 ica algorithm
[w,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');基本概念是乙個被稱為 回報函式的概念。在強化學習問題中，通常會一段時間內做出一系列的決使用在不需要進行一次決策的情形中。
Lesson 1 學習問題
這是加州理工學院的 機器學習與資料探勘 的公開課的第一講 學習問題。整節課從下面五個方面進行，1 機器學習的例子，2 學習的構成，3 乙個簡單的模型，4 學習的型別，5 一道思考題。1 機器學習的例子 觀眾會如何評價一部電影 2 學習的構成 學習的組成一般有 輸入 輸出 目標函式 訓練集 輸入輸出構...
機器學習1 什麼是機器學習
原文 arthur samuel定義機器學習為，在無特定程式設計的情況下，給予計算機學習能力的領域。這個定義不正式而又古老。tom mitchell提供了乙個更現代的定義 乙個程式被認為能從經驗e中學習，解決任務 t，達到 效能度量值p，當且僅當，有了經驗e後，經過p評判，程式在處理 t 時的效能有...
機器學習 1 機器學習的入門
最近由於專案要求，從零開始自學機器學習，使用語言是python2.7。機器學習分類 監督學習，無監督學習，強化學習 監督學習 對事物未知表現的 包括分類問題和回歸問題。1 分類 指給乙個新的模式，根據訓練模型推斷它所對應的類別是多少，是一種定性輸出，也叫離散變數 2 回歸 指給乙個新的模式，根據訓練...