阅读笔记-机器学习-第1章-引言

1.  注意方法涉及的领域

     原文：“机器学习从本质上讲是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生物学、神经生物学等学科的成果。”
     思考： 在研究理解具体机器学习方法的时候，要注意到该方法涉及的学科领域是什么，在比较不同的机器学习方法时，要注意到它们在学科领域上是否存在区别，这样能够更好的理解和应用机器学习方法。比如，在分析比较C4.5和SVM的时候，它们涉及的领域就有很大差别。
2.  学习的定义

     原文：“对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序从经验E中学习。”
     思考：学习三个要素：（任务，性能度量，经验），即（T,P,E），但是把这三者联系在一起的是计算机程序，计算机程序决定了如何利用经验来解决任务并且保证随着经验的增加，能够更好的解决任务。具体的机器学习方法就是这些计算机程序的核心。
    原文的例子：
    西洋跳棋学习问题：
    任务T：下西洋跳棋
　 性能标准P：比赛中击败对手的百分比
    训练经验E：和自己进行对弈

3. 通过搜索来看机器学习

    原文：“在机器学习方面，一个有效的观点是机器学习问题经常归结于搜索问题，即对非常大的假设空间进行搜索，以确定最佳拟合观察到的数据和学习器已有知识的假设”。
             “自始至终，本书都贯穿着这种吧学习问题视为搜索问题的看法，从而通过搜索策略和学习器探索的搜索空间的内在结构来刻画学习方法。”
    思考： 上面两句话，强调了通过搜索来看机器学习方法的重要性，一本书都是这么搞的，在后面的阅读中，需要特意从搜索的角度来看方法。