python_机器学习(一)、基本概念
机器学习基础知识:
(一)、什么是机器学习?
对于某给定的任务T, 在合理的性能调度方案P的前提下, 某计算机程序可以自主学习任务T的经验E, 随着提供合适、优质、大量的经验E, 该程序任务T的性能逐步提高
这里最重要的是机器学习的对象:
(1)任务Task, T, 一个或多个
(2)经验Experience, E
(3)性能Performance, P
通俗的理解:
机器学习是人工智能的一个分支, 我们使用计算机设计一个系统, 使它能够根据提供的训练数据按照一定的方式来学习;
随着训练的次数的增加, 该系统可以在性能上不断学习和改进;通过参数优化的学习模型, 能够用于预测相关问题的输出。
思考:
如何设计无人驾驶机动车?
(二)、机器学习可以解决什么?
给定数据的预测问题
1. 数据清洗/特征选择
2. 确定算法模型/参数优化
3. 结果预测
不能解决什么?
大数据存储/并行计算 ---》大数据可以帮助机器学习,更好的训练模型
做一个机器人
(三)、模型怎么建立, 目标函数怎么得到的,如何让模型更好的学下去呢,调参该怎么做呢?
思考...
模型的目的:为了使用模型
(四)、涉及知识
参数T度下降,用的就是求导
(五)、名词解释
作者:沐禹辰
出处:http://www.cnblogs.com/renfanzi/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。
出处:http://www.cnblogs.com/renfanzi/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。