机器学习基石课程第一讲

1、课程设计

这门课从基础入手，而不是从方法或者技术入手。
什么时候用机器学习？
为什么机器可以学习？
机器如何用于学习？
机器怎么可以学的更好？

2、什么时候用机器学习？

什么是学习？
从观察出发，最终转化为技能

什么是学习

什么是机器学习？

什么是机器学习

比如我们想要辨识一棵树，我们是定义了100条规则，然后根据这100条规则来判断么？这太难了，我们想要机器能够自动建立一个辨识系统，来判断是否是一棵树，所以机器学习的另一个定义是：通过多种方法来构建一个辨识系统。

什么是机器学习2

机器学习就像教电脑钓鱼，而不是喂鱼给电脑吃！

2、机器学习的三个关键：

1、存在某些潜在存在的模式供机器进行学习
2、但我们无法把这些规则容易的写出
3、需要有资料（数据）来学习这些模式

机器学习的三个关键

3、机器学习的应用领域

日常需求：衣食住行

屏幕快照 2017-07-08 上午11.50.39.png

4、机器学习流程

以银行发信用卡为例，银行有什么资料可以判断是否发信用卡呢？银行的资料（数据）就是顾客提供的申请单，那么银行就希望根据顾客提供的申请书来判断是否发卡给孤苦。
接下来我们来形式化定义我们的问题：
输入x：顾客的申请资料
输出y：是否发信用卡
目标方程（潜在需要学习的模式）：f
训练数据：D={(x1,y1),(x2,y2),(x3,y3),.....,(xn,yn)}
假设（hypothesis）：机器学习到的函数g