机器学习斯坦福大学讲义讲述.docx

机器学习——斯坦福大学讲义第一课机器学习的动机与应用工具：需正版：Matlab，免费：Octave?定义（Arthur Samuel 1959）：在不直接针对问题进行编程的情况下，赋予计算机学习能力的研究领域。例：Arthur的下棋程序，计算走每一步获胜的概率，最终打败程序作者本人。（感觉使用决策树思想）定义2（Tom Mitchell 1998）：一个合理的学习问题应该这样定义：对一个计算机程序来说，给它一个任务T和一个性能测量方法P，如果在经验E的影响下，P对T的测量结果得到了改进，那么就说改程序从E中学习了。如上例：E：程序不断和自己下棋的经历，T：下棋，P：和人类选手对弈的胜率?课程的四大部分：1、?有监督学习（1）??????回归问题例：收集某地房屋价格统计、房屋大小和价格对应情况：画出一条拟合曲线，就可以通过房屋大小估计价格。-??????????有监督学习即给出一个数据集（正确的房屋价格及对应大小）-??????????此例为回归问题。回归意味着需要预测的变量是连续的（2）???????分类问题分类问题中需要处理的变量是离散的例：判断肿瘤是恶性还是两性-??????????收集肿瘤大小和恶性/良性数据，大小为横轴，是否是恶性为纵轴（只有0,1）画图-??????????肿瘤可能由多个因素导致，引入年龄，大小为横轴，年龄为纵轴，恶性以叉表示，良性以圆圈表示画图，分析患肿