机器学习Ch1-Introduction.pdf

机器学习 (Machine Learning) 1 课程简介  教材  Tom Mitchell, Machine Learning,2003.1  参考书  Chris Bishop, Pattern Recognition and Machine Learning,2007.10  David Mackay, Information Theory, Inference, and Learning Algorithms,2002.6 2 什么是机器学习？ 3 定义  对于某类任务T和性能度量P，如果一个 计算机程序在T上以P衡量的性能随着经 验E而自我完善，那么我们称这个计算机 程序在从经验E中学习。  P,T,E 4 机器学习的一些成功应用 5 [] 6 [/] 7 Task  有监督学习Supervised Learning  分类Classification  回归Regression  无监督学习Unsupervised Learning  密度估计Density Estimation  聚类Clustering  降维Dimensionality Reduction  半监督学习Semi-supervised Learning  主动学习Active Learning  增强学习Reinforcement Learning  Many more … 8 Supervised Learning   分类  （离散）  回归  （连续） 9 Unsupervised Learning 10 Supervised Learning vs. Unsupervised Learning 11 Density Estimation