《机器学习实战(第二版)》学习记录-01

第一章

什么是机器学习?

机器学习是一门通过编程让计算机从数据中进行学习的科学

为甚么使用机器学习

  1. 程序更短、更易维护、更精确;
  2. 善于处理对于传统方法而言太复杂或没有已知算法的问题

数据挖掘:使用机器学习方法挖掘大量数据来帮助发现不太明显的规律。例如:使用垃圾邮件过滤器训练了足够多的垃圾邮件后,用它列出垃圾邮件预测器的单词和的单词组合,有可能会发现不引人注意的关联或新趋势。

机器学习适用于:

  • 有解决方案(但方案需大量人工微调或遵循大量规则)的问题:能够提供简化代码和相对传统方法更好的性能
  • 传统方法难以解决的复杂问题:最好的机器学习技术也许可以找到解决方案。
  • 环境有波动:机器学习散发可以适应新数据
  • 洞察复杂问题和大量数据。

机器学习系统的类型

  • 是否哎人类监督下训练:
    • 有监督学习
    • 无监督学习
    • 半监督学习
    • 强化学习
  • 是否可以动态地进行增量学习
    • 在线学习
    • 批量学习
  • 是简单地将新的数据点和已知的数据点进行匹配,还是像科学家那样,对训练数据进行模式检测然后建立一个预测模型
    • 基于实例的学习
    • 基于模型的学习
Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐