人工智能创新实验教程 课件 第3章 机器学习基础.pptx

宁夏大学第三章机器学习基础

www.islide.cc2目录

CONTENT01引言02机器学习的三要素03评估方法04本章小结

01引言

引言 通俗地讲，机器学习（MachineLearning，ML）就是让计算机从数据中进行自动学习，得到某种知识（或规律）。作为一门学科，机器学习通常指一类问题以及解决这类问题的方法，即如何从观测数据（样本）中寻找规律，并利用学习到的规律（模型）对未知或无法观测的数据进行预测.在早期的工程领域，机器学习也经常称为模式识别（PatternRecognition，PR），但模式识别更偏向于具体的应用任务，比如光学字符识别、语音识别、人脸识别等。这些任务的特点是，对于我们人类而言，这些任务很容易完成，但我们不知道自己是如何做到的，因此也很难人工设计一个计算机程序来解决这些任务。一个可行的方法是设计一个算法可以让计算机自己从有标注的样本上学习其中的规律，并用来完成各种识别任务。随着机器学习技术的应用越来越广，现在机器学习的概念逐渐替代模式识别，成为这一类问题及其解决方法的统称。

02机器学习的三要素

1模型?

1模型?

1模型 以上提到了很多种当前热门的机器学习模型，在后面的文章都会详细介绍。判别模型和生成模型，两者的差别就在于是否先对联合概率P(y|x)建模。学术界对两种模型各自都有不同的声音，主要是针对条件概率P