机器学习概论与基本要素.pptx

人工智能基础：机器学习简介

目录0102机器学习概论机器学习的基本要素03模型的评估与选择04评价指标

机器学习概论

机器学习概论机器学习定义机器学习研究和构建的是一种让计算机可以自动“学习”的算法，该算法让计算机从以往的经验数据中产生模型，而利用该模型可以对未知数据进行预测。定义：假如存在某类任务T以及性能衡量指标P，若计算机程序可以根据经验E来不断完善在任务T上的由P衡量的性能，那我们说计算机程序在不断从经验E中学习。目标任务T：垃圾邮件进行分类性能衡量指标P：分类的正确率经验E：大量的邮件文本数据训练：利用机器学习来设计一种学习算法，通过在大量的邮件文本数据中训练，不断优化模型的参数来提升指标P。测试：最终训练结束时，我们可以用该模型对垃圾邮件进行预测。

机器学习概论机器学习与人工智能、深度学习的关系机器学习是人工智能的一个分支，它致力于研究计算机如何根据经验来提升自身的性能。当前流行的深度学习也是属于机器学习的一部分。机器学习人工智能深度学习

机器学习的分类监督学习：使用有标记的训练数据集进行训练分类：垃圾邮件过滤回归：天气预报无监督学习：训练数据没有标签聚类降维强化学习：不断试错，奖励机制

机器学习的发展机器学习的发展50年代-70年代：机器学习的热潮尚未开始当时的人工智能主要以“推理”为重点，研究如何基于符号知识表示，设计逻辑推理程序1958年：感知机的提出，