机器学习基石第一节 学习笔记

前言：

之前学习时候的笔记，虽然目前没有从事这方面的工作，不过还是希望备份一下，以后备查

正文：

What is machine learning



• define

observation -》learning -》 skill



data -》ML -》 skill



skill = improve some performance measure

ML = improve some performance measure with experience computed from data

eg. stock data -》 ML -》 more investment gain



data -》ML -》 improve performance measure



• some use scenarios

when human cannot program the system manually

when human cannot ‘define the solution‘ easily

when needing rapid decisions that humans cannot do

when needing to be user-oriented in a massive scale



• Key Essence of Machine Learning

exists some ’underlying（mean潜在的） pattern‘ to be learned、

but no programmable（easy）definition

somehow there is data about the pattern



• application of machine learning

Twitter 分析餐馆好不好

推荐电影 需要知晓用户对于一些电影的评价



• components problem

f: x -> y， x，y 为data的输入和输出，而机器学习是在模拟f，从数据集D（x，y），通过演算法A，算出一个假说g（hypothesis）

{(xn,yn)} from f -> ML -> g

D(training examples) -> A(learning program) -> g 约等于 f （final hypothesis）

假说的集合 H （hypothesis set），g 属于 H

learning model = A and H



D —A on H—>(g:x->y)



• Machine Learning and Data Mining

机器学习和数据挖掘是密不可分的

机器学习是实现人工智能的一种方式

统计是实现机器学习的一种方法

provable 可证明的 assumptions 假设，假定