标签：学习 tasks 机器 约会 experience Machine Learning 女朋友

Machine Learning 

机器学习，什么是机器学习。我觉得尚学堂的培训老师讲的很不错，就是两个字来介绍。------拟人。

就是模拟人类的思维方式。

老师举的例子：

和女朋友约会，第一次约会，约定是晚上七点到，但是女朋友7点十分才到。

第二次，约会，约定也是晚上七点到，但是女朋友还是7点十分才到。

那么第三次呢，这位男同志就可能会通过前两次约会的经验，做出女朋友迟到十分钟的预测，就是概率。也晚十分钟出门，十分钟可以看看书，听听歌什么的。那么这次预测就是对未来做出有价值的判断。

也有可能，前两次是女朋友来的路上碰上堵车，或者那条路修路，绕道。

那么如果约会次数多，一年365天，有300天都是迟到，那么下一次女朋友约会迟到的概率就会很大。

所以，机器学习，是建立在数据的基础上的预测，在海量数据中提取特征值，通过算法建立一个模型。通过测量数据来判断这个模型的正确性。然后改变参数，提高预测的正确性。

斯坦福大学的机器学习课程中，给出了两个定义。

第一种是：

The field of study that gives  computers the ability to learn without being explicitly programmed.

使计算机无需显式编程就能学习的研究领域。

第二种提供了一个更现代的定义：

"A computer program is said to learn from experience E with respect to some class of tasks T and performace measure P ,if its performance at tasks in T,as  tasks in T,as measured by P, improves with experience  E"

“据说一个计算机程序可以从经验E中学习一些T类任务的执行情况并测量P，如果它在T任务中的表现，也就是T任务中的表现，如P所测量的，随着经验E的提高而提高，那么它就可以测量P了。”

又举了个例子：

Example:playing checkers.

玩跳棋

E = experience of playing many games of checkers.

E = 玩很多盘跳棋的经验

T =  the task of playing checkers.

T = 玩跳棋的任务

P = the probability that the program will win the next game.

P = 程序下一句赢得概率

In generally, any machine learning problem can be assigned to one of two broad classifications:

总而言之，任何机器学习问题可以被分为两大类

Supervised learning and unsupervised learning.

监督性学习和非监督性学习。

标签：学习,tasks,机器,约会,experience,Machine,Learning,女朋友
来源： https://www.cnblogs.com/hamish26/p/10955196.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。