机器学习理论
机器学习: 对于某给定的任务T, 在合理的性能度量方案P 的前提下,某计算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,改程序对于任务T的性能逐步提高。
人工智能与机器学习: 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。
机器学习的分类:监督学习,无监督学习,强化学习
监督学习
样本是有标记的
无监督学习
可以把比较接近的样本放到一个类别中。
增强式学习:行为认知启发下的机器学习的分支。Agent 感知环境,做出动作,根据奖惩状态/feedback做出调整和选择
机器学习的算法
相关资料
导数:是曲线的斜率,是曲线变化快慢的反映,也是梯度。
二阶导数:是曲线斜率变化的快慢,表示曲线的凹凸性。
梯度:
凸函数:是碗状的函数,开口向上;
凹函数:开口向下