01-机器学习概述
什么是机器学习?
非正式定义:在不直接针对问题进行编程的情况下,赋予计算机学习能力的一个研究领域
于一个计算机程序来说,给它一个任务T,和一个性能测量方法P,如果在经验E的影响下,P对T的测量结果得到了改进,那么就说该程序从E中学习。
监督学习:
我们给算法提供了一种标准答案,我们希望算法学习标准输入和答案之间的关系,以便尝试用来做其他的输入,给我们更加标准的答案。
该问题属于回归问题的范畴,回归从某种程度上暗示了我们需要向预测变量,是连续的,
另外一种监督学习属于分类问题的范畴,在分类问题中,我们要处理的变量不是连续的,而是离散的。
学习理论:
将机器学习的算法应用到实际中
无监督学习:
给定一组数据,不含答案,你能在数据中寻找出一些有趣的结构吗?
强化学习:
是不需要你一次就做决定的算法,需要多次决定进行累加。
回报函数:
如果你训练一条狗,当它做对事,你说好狗,当它做错事,你说坏狗,久而久之,这条狗就会自动的去做对的事情,来获取更多的奖励,