机器学习分析和总结.docxVIP

Lecutre1内容：1）机器学习的概念：让计算机模拟人学习并获得技能的过程

机器学习使用的三个关键点：

问题可以被学习，既是有可以学习的模式

有未知的规则（即要进行学习的模式提前不知道）

有要进行学习的数据（也就是学习的资料）

机器学习应用领域：衣、食、住、行、育、乐

机器学习的组成部分：

（a）inputx

（b）outputy

（c）unknowntargetfunctionf

（d）data

（e）hypothesis（skill）

机器学习：由a，b，c，d学习从e中找出与f最相似的g5）机器学习与相关概念的对比：

机器学习(ML)与数据挖掘(DM)

ML:用资料找出好的接近于假想的最理想f的g DM:用资料找出有趣的东西目标一致（预测），一样

二者互相帮助

DM：在大量资料中进行有效计算

机器学习与人工智能（AI）

ML是实现AI的一种方法

机器学习与统计（statistics）

Statistics是实现ML的一种方法Lecutre2内容：

线性分类器（linear/binaryclassifiers）《==》perceprons

PLA学习算法:何时停止（若数据为线性可分的则PLA一定会停止，非线性可