1.1 什么是机器学习?
人类学习是从不断的观察获得经验的技能。
机器学习是从数据出发,通过数学运算等方式获得经验增强的技能。
1.2 什么时候可以用机器学习?
1)存在一些内部的规则
2)编程无法把这个规则定义出来
3)有充足的数据
1.3 基本符号
输入样本空间:x∈X
输出样本空间:y∈Y
目标函数(要学习出的模式):
f:X⟶Y
训练样本:
D={(x1,y1),(x2,y2),(x3,y3),⋯,(xN,yN)}
假说hypothesis(所有的可能的假设空间):
g:X⟶Y
目的就是根据未知的目标函数f生成了训练样本D,通过机器学找到对应的假设空间g通过优化算法得到最优的g使得g≈f,过程如下:
![《机器学习基石》笔记一——机器学习简介 《机器学习基石》笔记一——机器学习简介](/default/index/img?u=aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzcwLzhiM2FhNmZhYTcyOTdhODY5MDhkOTBlZWM2YTkxYjE2LnBuZw==)