- 1、本文档共125页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计机器学习(Statistical Machine Learning)
卢志武
中国人民大学信息学院
什么是机器学习
“机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。”
“机器学习是对能通过经验自动改进的计算机算法的研究。”
“机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。”
2
什么是机器学习
总结:
人工智能的重要组成部分
利用经验数据改善系统自身性能
已广泛应用于多个领域;
大数据分析
网络搜索
金融市场预测
……
3
为什么需要机器学习?
美国航空航天局JPL实验室的科学家在《Science》(2001年9月)上撰文指出:机器学习对科学研究的整个过程正起到越来越大的支持作用,……,该领域在今后的若干年内将取得稳定而快速的发展
Machine learning forms the core of may present-day AI applications
Gary Anthes, Future Watch: AI comes of age, , 2009.1.26
4
为什么需要机器学习?
2004年,机器学习被 MIT Technology Review 列入10 Emerging Technologies that will Change Your World
2010年度图灵奖授予机器学习理论创始人、哈佛大学Leslie Valiant教授
2011年度图灵奖授予概率图模型奠基者、加州大学洛杉矶分校Judea Pearl 教授
5
图灵奖连续两年颁发给机器学习先驱开创者
深度学习与机器学习
深度学习(deep learning)是机器学习领域中一系列试图使用多重非线性变换对数据进行多层抽象的算法,本质上是机器学习中特征学习方法的一类。
至今已有多种深度学习框架:深度神经网络,卷积神经网络,深度信念网络。
已被应用于多个领域:计算机视觉,语音识别,自然语言处理。
6
大数据与机器学习
机器学习几乎无处不在,即便我们没有专程调用它,也经常出现在大数据应用中。机器学习对大数据应用的贡献主要体现在:
促进数据科学家们的多产性
发现一些被忽视的方案
上述价值来自于机器学习的核心功能:让分析算法无需人类干预和显式程序即可对最新数据进行学习。这就允许数据科学家们根据典型数据集创建一个模型,然后利用算法自动概括和学习这些范例和新的数据源。
7
8
机器学习示例
9
Books and References
主要参考书
李航,《统计学习方法》,清华大学出版社,2012.
其他参考书
米歇尔著,曾华军等译,《机器学习》,机械工业出版社,2008
迪达等著,李宏东等译, 《模式分类》(第2版),机械工业出版社,2003
10
提 纲
机器学习方法概述
贝叶斯决策理论Bayesian Decision Theory
常见统计学习方法
机器学习的难题与挑战
附录:
1、参考资料
2、代表性机器学习开发包介绍
11
一、统计学习方法概述
12
机器学习的发展
机器学习=
神经科学与认知科学+数学+计算
James(19世纪末):
神经元相互连接
McCulloch, Pitts(20世纪中期):
“兴奋”和“抑制”
Hebb(20世纪中期):
学习律
神经科学
有限样本统计理论
线性空间表示
Samuel:符号机器学习
机器学习研究历程
王珏,机器学习研究回顾与趋势,2004.9
学习系统的一般模型
Input Variables:
Hidden Variables:
Output Variables:
15
机器学习的基本问题和方法
机器学习
根据给定的训练样本求对某系统输入输出之间依赖关系的估计,使它能够对未知输出作出尽可能准确的预测。
机器学习问题的表示
根据n个独立同分布观测样本确定预测函数f(x,w)。
在一组函数{f(x,w)}中求一个最优的函数f(x,w0)对依赖关系进行估计,使预测的期望风险最小。
Simon的学习模型
16
学习问题的一般表示
学习目标
Given an i.i.d. l-sample z1,…,zl drawn from a fixed distribution F(z)
For a function class’ loss functions Q(z,), with in
We wish to minimize the risk, finding a function *
In the case of equal risk, it becomes to minimize the error ratio.
相关概念
损失函数 loss func
您可能关注的文档
- 同分异构体教学用课件.ppt
- 童年的发现解析.ppt
- 统计基础习题(含答案解析).doc
- 失语症的检查与类型.ppt
- 吸烟的危害及戒烟的好处.ppt
- 师说韩愈原文及解析.doc
- 统计学(贾5)课后练答案(11-14章).doc
- 施工工法编写要点.ppt
- 统计学 第六章 总体参数估计.ppt
- 施工工艺质量标准指导手册.ppt
- 第12课 我们小点儿声 课件 二年级道德与法治上册(部编版).ppt
- 11.2我从哪里来(教学课件)二年级道德与法治下册(统编版).ppt
- 第10课 我们不乱扔 课件 二年级道德与法治上册(部编版).ppt
- 1.3过好我们的课余生活 课件五年级道德与法治上册(部编版).ppt
- 第四单元《法律保护我们健康成长》大单元整体学程设计道德与法治六年级上册统编版.pdf
- 第十一课:多姿多彩的民间艺术(分层练习)四年级道法下册 部编版.pdf
- 第八课:大家的“朋友”(分层练习)三年级道法下册 部编版.pdf
- 第5课 我爱我们班 课件 二年级道德与法治上册(部编版).ppt
- 第二单元 我们是公民 大单元整体学程设计道德与法治六年级上册统编版.pdf
- 人教部编版二年级语文下册第五单元单元教学课件.ppt
文档评论(0)