机器学习的概念

左手的ㄟ右手 2022-06-02 01:25 156阅读 0赞

本文个人博客地址：[http://www.huweihuang.com/article/machine-learning/machine-learning-concept/][http_www.huweihuang.com_article_machine-learning_machine-learning-concept]

## 1. 机器学习的概念 ##

### 1.1 Arthur Samuel的定义 ###

机器学习是在特定的编程环境下，给予机器学习能力的领域。

### 1.2 Tom Mitchell的定义 ###

**机器学习是指一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P，当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。**

### 1.3 例子 ###

例如下棋程序经过自己与自己的下棋练习，最后棋力大增。在这个例子中：

*  经验E：程序上万次的自我练习的经验
 *  任务T：自己与自己下棋
 *  性能度量值P：在与一些新的对手比赛时，赢得比赛的概率

### 1.4 机器学习算法 ###

*  监督学习：教计算机如何去完成任务。
 *  无监督学习：让计算机自己学习完成任务。

## 2. 监督学习 ##

### 2.1 概念 ###

百度百科：监督学习是从**标记**的训练数据来推断一个功能的机器学习任务。

在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。监督学习算法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。

**通俗的理解就是，通过一组已知的数据（包括输入和输出）建模，当输入为x时，预测输出值y。这个数据集由“正确答案”构成，即该数据集中对于每个x都知道了对应的y的值**。

根据训练数据的输出值是连续值还是离散值，监督学习问题又分为回归问题和分类问题。

### 2.2 回归问题 ###

回归问题指训练数据的输出值是**连续值**，可以预测一个连续的输出，一般建模函数以直线或曲线的方式表示。

例子：通过一组房子面积（输入值）与房价（输出值）的数据，从而预测当房子面积为x值，房价y是多少。

### 2.3 分类问题 ###

分类问题指训练数据的输出值是**离散值**，预测一个离散的结果，一般建模函数以常量值或点来表示。

分类问题中的输入值（即特征值）可以为多类，例如特征值是肿瘤大小和年龄，预测值为肿瘤的良恶性。

例子：通过一组肿瘤大小与肿瘤是良性还是恶性的数据，从而预测当肿瘤大小为x时，肿瘤的性质y是良性还是恶性。

## 3. 无监督学习 ##

### 3.1 概念 ###

百度百科：根据类别未知(**没有被标记**)的训练样本解决模式识别中的各种问题。

无监督学习即从没有标记的数据集中找出某种结构。

**通俗的理解就是，在给定的一个数据集中，我们事先并不知道每个数据点是什么，如何处理这些数据点，即没有给算法对应的“正确答案”来回应数据集中的数据，而是由算法自行找出数据中的结构。**

### 3.2 聚类算法 ###

聚类算法是无监督学习算法中的一种，即在整个数据集中把具有相似特征的东西聚成一类。

### 3.3 例子 ###

1.  谷歌新闻将网络上的新闻按照某种特征（一般是根据新闻主题）进行分组，组成有关联的新闻。
2.  社交网络关系分析：根据社交网络的通信关系分出几个社交圈子。
3.  市场分类：根据顾客数据集，自动地发现市场分类，并自动地把顾客划分到不同的细分市场中。

文章参考 ：  
[吴恩达机器学习课程][Link 1]

[http_www.huweihuang.com_article_machine-learning_machine-learning-concept]: http://www.huweihuang.com/article/machine-learning/machine-learning-concept/
[Link 1]: https://www.coursera.org/learn/machine-learning

发表评论取消回复

表情：

评论列表（有 0 条评论，156人围观）

还没有评论，来说两句吧...

相关阅读

相关 python机器学习——机器学习相关概念 & 特征工程

目录机器学习特征工程 1.特征抽取 2.特征处理 2.1 归一化：传统精确小数据 2.2 标准化：大多数情况

本是古典何须时尚/ 2023年10月12日 19:38/ 0 赞/ 12 阅读

相关机器学习概念基本入门

本文将介绍关于机器学习的基本认识与相关展望，达到基本了解机器学习相关的知识体系。并且了解机器学习相关的几大领域：数据挖掘、人工智能的异同点。注：学习自[林轩田机器学习基石(

川长思鸟来/ 2023年09月27日 15:12/ 0 赞/ 69 阅读

相关机器学习基础概念指北

机器学习基础概念指北前言什么是机器学习机器学习的范围机器学习的方法监督式学习无监督式学习

本是古典何须时尚/ 2023年06月30日 02:51/ 0 赞/ 89 阅读

相关机器学习新概念-MLOps简介

什么是 MLOps？机器学习操作 (MLOps) 基于可提高工作流效率的 [DevOps][] 原理和做法。例如持续集成、持续交付和持续部署。 MLOps 将这些原理

怼烎@/ 2022年11月10日 10:57/ 0 赞/ 176 阅读

相关机器学习（一）基础概念

人工智能第一期预热研讨学习的定义：形式化定义：P评估计算机程序在某个任务类T上的性能，若一个程序通

本是古典何须时尚/ 2022年07月15日 11:16/ 0 赞/ 206 阅读

相关机器学习（一）基础概念

人工智能第一期预热研讨学习的定义：形式化定义：P评估计算机程序在某个任务类T上的性能，若一个程序通

短命女/ 2022年07月15日 11:16/ 0 赞/ 167 阅读

相关机器学习和深度学习概念入门

作者：谭东遵循：BY-SA（署名-相同方式共享4.0协议） ![Center][] 对于很多初入学习人工智能的学习者来说，对人工智能、机

末蓝、/ 2022年06月15日 12:36/ 0 赞/ 241 阅读

相关机器学习的概念

本文个人博客地址：[http://www.huweihuang.com/article/machine-learning/machine-learning-concept/][

左手的ㄟ右手/ 2022年06月02日 01:25/ 0 赞/ 157 阅读

相关机器学习基本概念

文章目录数据机器学习任务分类任务二分类多分类回归任务什么是机器学习

朱雀/ 2022年01月31日 03:25/ 0 赞/ 385 阅读

相关机器学习概念补充

1.过拟合和欠拟合 1.1过拟合：在调试统计模型的时候，使用了过多的参数，模型对于训练数据拟合上程度过当。在训练数据上表现很好，但在测试集上表现不好。解

布满荆棘的人生/ 2021年10月29日 13:40/ 0 赞/ 307 阅读