[学习笔记1]机器学习的动机与应用

标签：

本系列博文记录斯坦福大学公开课-机器学习课程的学习笔记。

Machine Learning definition

Arthur Samuel(1959): Field of study that gives computers the ability to learn without being explicitly programmed.

Tom Mitchell(1998): A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improved with experience E.

机器学习大概分为四部分：

　　1）监督学习Supervised Learning

回归算法regression alogorithms问题（被预测的变量是连续的）

　　--从房屋大小和房价映射的统计数据，预测新给定的房屋尺寸对应的房价。

分类算法classification alogirithms问题（被预测的变量是离散的）

　　--从肿瘤大小和肿瘤特性（良性 or 恶性）的统计数据，预测新给定的肿瘤尺寸对应的肿瘤特性

　　2）学习理论Learning Theory

学习型算法

　　3）无监督学习Unsupervised Learning

聚类问题

　　--例如计算机视觉，照片3D化

鸡尾酒会问题：

　　--如何从嘈杂的声音中分离提取不同来源的声音。通过ICA算法可以解决。

　　4）强化学习Reinforcement Learning

使用强化学习算法让机器做出一系列决策来学习，例如编写学习型算法让直升机飞行或者机器狗跨过障碍物。Google无人驾驶汽车也是一个典型的例子。

[学习笔记1]机器学习的动机与应用

标签：

原文地址：http://www.cnblogs.com/wddoer/p/4376064.html