机器学习介绍【吴恩达】
·
机器学习
—从人工智能发展出来的一个领域
—为计算机开发的一项新功能
Arthur Samuel（跳棋）:在没有明确设置的情况下，使计算机具有学习能力的研究领域。
Tom Mitchell:一个适当的学习问题定义如下：计算机程序从经验E（程序与自己下几万次跳棋）中学习，解决模拟一任务T（玩跳棋）进行某一性能度量P（与新对手玩跳棋时赢的概率），通过P测定在T上的表现因经验E而提高。
监督学习:我们会教计算机做某件事情
无监督学习：我们让计算机自己学习
监督学习
【预测房价】监督学习是指我们给算法一个数据集，其中包含了正确答案，算法的目的就是给出更多的正确答案，它也被称为回归问题（我们想要预测连续的数值输出）。
回归这个术语是指我们设法预测连续值的属性
另一个例子：看医疗记录，并且设法预测乳腺癌是恶性的还是良性的，机器学习能估测出肿瘤是良性的还是恶性的概率。这是一个分类问题
分类是指我们设法预测一个离散值输出0/1，实际上在分类问题中有时你也有两个以上的可能的输出值【可能是无穷特征/属性】
无监督学习
对于给定的数据集，无监督学习算法可能判定该数据集包含两个不同的簇，这就是聚类算法。（聚类算法是无监督学习的一种）
应用：谷歌新闻（收集新闻，将他们组合成新闻专题）、基因组学（给定一组不同的个体，对于每个个体，检测他们是否拥有某个特定的基因，也就是要检测特定基因的表达程度）、被用来组织大型的计算机集群、社交网络的分析、在市场细分中的应用、天文数据分析。
鸡尾酒会问题（一个麦克风中有两种声音）
在这门课中，我们要使用Octave的编程环境
更多推荐
11
0- 0
已为社区贡献1条内容
所有评论(0)