What is Machine Learning
Introduction of Machine Learning导读机器学习为什么这么热门,机器学习有何价值,什么是机器学习,什么又是监督学习、无监督学习?我的努力求学没有得到别的好处,只不过是愈来愈发觉自己的无知。一、What is Machine Learning从吴恩达的机器学习中我得知:Tom Mitchell provides a more modern definition: “A c
Introduction of Machine Learning
导读
机器学习为什么这么热门,机器学习有何价值,什么是机器学习,什么又是监督学习、无监督学习?我的努力求学没有得到别的好处,只不过是愈来愈发觉自己的无知。
一、What is Machine Learning
从吴恩达的机器学习中我得知:
Tom Mitchell provides a more modern definition: “A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.”
结合李宏毅《机器学习》中:
Machine Learning ≈ Looking for a Function
通俗点就是:machine learning所做的事情,你可以想成就是在寻找一个function,要让机器具有一个能力,这种能力是根据你提供给他的资料,它去寻找出我们要寻找的function。还有很多关键问题都可以想成是我们就是需要一个function。
二、Supervised Learning & UnSupervised Learning & Structured Learning
Supervised Learning 译为监督学习,是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中,每个实例都是由一个输入对象(通常为矢量)和一个期望的输出值(也称为监督信号)组成。
我的理解:监督学习是建立庞大的training data 上的,需要人工告知哪些输入和输出,这些output叫做label。
Unsupervised Learning 译为无监督学习,这是比监督学习更为进阶的,
让机器自己进行学习和决策。例如Google 新闻网页中,就是一个无监督学习。
Structured learning 中让机器输出的是要有结构性的,举例来说:在语音辨识里面,机器输入是声音讯号,输出是一个句子。句子是要很多词汇拼凑完成。它是一个有结构性的object。或者是说在机器翻译里面你说一句话,你输入中文希望机器翻成英文,它的输出也是有结构性的。然后机器要把这些东西标出来,这也是一个structure learning问题。
三、Summary
为了较少需要的Label,这时候就用到了Semi-supervised Learning (半监督学习)。
Reinforcement Learning ,由于没有那么多数据做监督学习,所以才做Reinforcement Learning。例如 Alpha Go,就是应用了监督学习+Reinforcement Learning,用棋谱来监督学习,然后进行Reinforcement Learning,但是reinforcement learning需要一个对手,如果使用人当对手就会很让费时间,所以机器的对手是另外一个机器。
这里有个故事:
Samuel编写了一个西洋棋程序。这程序神奇之处在于,编程者自己并不是个下棋高手。但因为他太菜了,于是就通过编程,让西洋棋程序自己跟自己下了上万盘棋。通过观察哪种布局(棋盘位置)会赢,哪种布局会输,久而久之,这西洋棋程序明白了什么是好的布局,什么样是坏的布局。然后就牛逼大发了,程序通过学习后,玩西洋棋的水平超过了Samuel。
在整个Machine Learning Framework整个过程分成了三个步骤
这就是机器学习的框架。
更多推荐
所有评论(0)