机器学习概论.pptxVIP

1

机器学习-引言

本章目录

2

1机器学习的定义

2人工智能与机器学习的发展史

3机器学习与相关学科的关系

4机器学习的分类

5机器学习的背景知识

6本章小结

本章目录

3

1机器学习的定义

2人工智能与机器学习的发展史

3机器学习与相关学科的关系

4机器学习的分类

5机器学习的背景知识

6本章小结

人工智能的定义

4

人工智能（artificial

intelligence，AI）定义

为：

任何感知环境并采取行动以最

大限度地实现其目标的设备。

即，一种能够像人类一样进行

思考、判断、行动等能够使用

类似人类的方式对外界刺激作

出反应的智能机器。

机器学习的定义

5

Ø机器学习(MachineLearning)是人工智能的一个分支；

ØTomMitchell在《MachineLearning》一书中指出机器学习形式

化的描述：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，那么就称这个计算机程

序在从经验E学习。

Ø机器学习是一门设计算法的学科，这些算法能够从数据中构造预

测和描述模型。

Ø机器学习主要的理论基础涉及到概率论、数理统计、数值逼近、

最优化理论、计算复杂理论等，核心要素是数据、算法和模型。

机器学习的例子

6

“文献筛选”的故事

在一项关于婴儿和儿童残疾的研

究中，美国Tufts医学中心需要筛选

约33,000篇摘要。

尽管Tufts医学中心的专家效率

很高，对每篇摘要只需30秒钟，每项新的研究都要重复这个麻烦的过程！

但该工作仍花费了250小时

需筛选的文章数在不断显著增长！

机器学习的例子

7

为了降低昂贵的成本,Tufts医学中心引入了机器学习技术

邀请专家阅读少量摘要，

标记为“有关”或“无关”

对是否“有关”

进行预测

机器学习中

的分类模型

人类专家只需阅读50篇摘要，系统的自动筛选精度就达到93%

人类专家阅读1,000篇摘要，则系统的自动筛选敏感度达到95%

(人类专家以前需阅读33,000篇摘要才能获得此效果)

机器学习的例子

8

使用学习算法（learningalgorithm）

类别标记

训练数据（label）

训练模型

身高体重发长男

1808010是决策树，神经网络，支持向量机，

165755是Boosting，贝叶斯网，……

1655215否

1706045否

是