機器是如何模擬人來學習的？
人： observations===>learning===>skill
人從出生開始經過大量的觀察（也可能經過身邊的的指導）進行學習然後得到相應的技能（比如小孩認車）
機器：data====>learning====>skill
機器從大量的資料裡學習獲得相應的技能
對於機器來說skill：improve some performance measure
即：電腦從資料出發經過學習得到某種表現的增進。
e.g stock data===>ml===>more investment gain
使用機器學習的關鍵點
1）exists some "udderlying pattern" to be learned 即要有潛在的模式
2）but no programmable definition 沒有很容易的可程式話的定義（這很好理解，如果有的話，就不用機器學習了）
3）somehow there is data about the pattern 要有大量的資料（這也很好理解，沒有測試集，學習就無從談起）
即從有關f的資料出發學習得到g,我們希望得到的g是與f越接近越好。
機器學習模型：
對上面整個過程，我們可以這樣理解：
通過真實的 f 產生的資料,讓機器從這堆資料張學習得到g,其中我們對於得到的g的要求是，g越接近 f 越好。
這裡面有個概念叫做假設（hypothesis），可以這麼理解真實世界是有很多g的，這些g的集合就是hypothesis,對於機器來說，
它的目的是找到乙個它認為最好的『規則』，我們把這個規則取名為'g'。
--感謝台大林老師的課。
ML 基本概念
機器學習最早是由一位人工智慧領域的先驅arthur samuel在1959年提出來的。本意指的是一種讓計算機在不經過明顯程式設計的情況下，對資料進行學習，並且做出 的方法，屬於電腦科學領域的乙個子集。公認的世界上第乙個自我學習專案就是samuel跳棋遊戲 在機器學習領域，有監督學習和無監督學習是兩種...
ML 基本概念
ml 基本概念 一.機器學習的起源 機器學習最早是由一位人工智慧領域的先驅arthur samuel在1959年提出來的。本意指的是一種讓計算機在不經過明顯程式設計的情況下，對資料進行學習，並且做出 的方法，屬於電腦科學領域的乙個子集。公認的世界上第乙個自我學習專案就是samuel跳棋遊戲 二.有監...
ML筆記 機器學習基本概念
監督學習 以已知結果的資料集作為訓練樣本。基本流程 輸入資料 特徵工程 模型訓練 模型部署 模型應用。監督學習的目的在於學習乙個由輸入到輸出的對映，這一對映由模型來表示，也就是說學習的目的就在於找到最好的這樣的模型。模型屬於由輸入空間到輸出空間的對映集合，這個集合就是假設空間。假設空間的確定意味著學...