林轩田|机器学习基石笔记(一)
一. 机器学习什么时候用
- 事物本身存在某种潜在规律
- 某些问题难以使用普通编程解决
- 有大量的数据样本可供使用
二. 机器学习的基本流程
- x 表示输入
- y 表示输出
- f: x->y 表示目标函数。要得到，但是不知道的理想函数
- D:{(x1,y1),(x2,y2),(x3,y3),…} 表示训练集or资料
- H 表示假说，一个机器学习模型可有多个假设
- g: x->y 从H中得到一个最好的假设，它对应的函数g与f很像，表示最终的实际函数
- A 机器学习的核心演算法
机器学习的流程
示例：
三. 总结
机器学习是什么个人理解：机器学习就是希望机器可以像人一样，通过学习经验得到分析类似问题的方法，从而可以解决问题。
例如：(机器)人做一道数学题没有解题思路(目标函数f未知)，就先看一遍答案(训练集D)，构思几个解题思路(H)，利用答案(D)去套解题思路(通过演算法A)，最后发现正确数学题的解题思路(得到g)，该解题思路不知道是不是与正确的解题思路一模一样，但是他们接近，因为你可以做对一些题目了。