2020-11-23 机器学习(1) 机器学习与数学分析
第一节课
什么是机器学习？
概念：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；改程序对于任务T的性能逐步提高。
这里最主要的时机器学习的对象
- 任务task
- 经验 experience
- 性能 performance
定义：机械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，能有用于预测相关问题的输出。
应用：无人驾驶汽车
人类的学习：如何从完全无知到掌握知识
- 1、有监督学习
- 2、无监督学习
- 3、增强学习
机器学习的内涵与外延
可以解决什么
给定数据的预测问题
- 数据清洗/特征选择
- 确定算法模型/参数优化
- 结果预测
不能解决：机器人/大数据。
L(θ):损失函数
机器学习的一般流程 数据挖掘
- 数据收集
- 数据清洗
- 特征工程
- 数据建模
- 模型的使用
机器学习方法
- different assumptions on data
- different scalability profiles at training time
- different latencies at prediction time
- different model sizes
第二节课
自然常数e
导数
概念：导数就是曲线的斜率，是曲线变化快慢的反应
二阶导数是斜率变化快慢的反应，表征曲线凹凸性
- 二阶导数连续的曲线，光顺的
离散情况的加和是连续情况的积分
需要做一定程度的变换。
可以计算1.5的阶乘