机器学习——绪论：机器学习概述

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。

依据经验提升性能几乎是各种形式的机器学习方法的核心。

机器学习的一般定义：机器学习是对依据经验提升自身性能或丰富自身知识的各种算法和系统的系统性研究。

在不同的及其学习任务中，“经验”往往具有不同的形式，如对错误的纠正、实现某个目标后的奖励等。

此外还需注意，与人类的学习类似，在某些任务中，机器学习的目的可能不是针对特定任务取得性能提升，而是在整体上使只是得到提升。

推广性可能是机器学习中最基础的概念。

机器学习是一项能够改变软件行为以自动适应你个人情况的伟大技术。

任务、模型、特征是机器学习的三大“原料”。

关于“任务”（task）和“学习问题”（learning problem)，二者的区别是：任务是通过模型来完成的，而学习问题则通过能够产生模型的学习算法来解决的。

机器学习所关注的问题是使用正确的特征来构建正确的模型，以完成既定的任务。

机器学习