第一章 绪论：初识机器学习

第一章 绪论：初识机器学习

1.1 欢迎

• Machine Learning：
  • AI 的分支
  • 计算机的新功能
• Examples：
  • 海量数据集的数据挖掘，例如：
    1. Web click data
    2. medical records
    3. biology
    4. engineering
  • 不能人工编写的程序，例如：
    1. 自动直升机驾驶,
    2. 手写识别(识别信件邮寄地址，银行识别签字) handwriting recognition
    3. 自然语言处理 Natural Language Processing (NLP)
    4. 计算机视觉 Computer Vision.
  • 私人定制的程序例如：
    1. 歌单推荐，商品推荐

1.2 什么是ML What is machine learning?

• 定义：
  • 版本1：没有明确程序的情况下使计算机具有学习能力的研究
    • 例子：计算机自我跳棋比拼学习
  • 版本2：程序从经验 $E$ 中学习解决任务 $T$ 并且进行性能度量 $P$，通过 $P$ 测定在 $T$ 上的表现由于 $E$ 而提高（Its performance on T, as measured by P, improves with E）。
    1. 例子一：下棋中，E：程序与自己下几万次跳棋。T：玩跳棋。P：与新对手玩跳棋时赢的概率
    2. 例子二：标记垃圾邮件，E：观察人对邮件的分类。T：给邮件分类。P：正确归类的邮件数量。
• 术语：
  • 监督学习 Supervised learning：人教会计算机做某事
  • 无监督学习 Unsupervised learning：让计算机自己学习
  • 强化学习 Reinforcement learning：
  • 推荐系统 Recommender systems：

1.3 监督学习 Supervised learning

“right answer” given

• 监督学习：给出已包含正确答案的数据集，需要计算出更多的正确值。
  • 回归问题 Regression：处理连续型数据。例如，预测房价
  • 分类问题 Classification：处理离散型数据。例如，预测肿瘤是否恶性

1.4 无监督学习 Unsupervised learning

• 无监督学习：未告知标签，需要找到某种结构联系

  • 聚类算法 Clustering Algorithm：可应用于，大型计算机集群协同工作。识别社交网络中人们的社交网。客户分类。天文星系形成理论。

    例子：谷歌新闻找到不同报社关于同一事件的报道，放到一起。将不同特定基因归类。

  • 鸡尾酒会算法：用多个话筒录到不同人在不同位置的语言，识别并分离多种声音。

  • 鸡尾酒会算法：用多个话筒录到不同人在不同位置的语言，识别并分离多种声音。