机器学习 - 吴恩达版(Stanford)笔记 002

Topic： Definition of ML

1. Arthur Samuel的定义

Machine learning是在没有明确编程的情况下，计算机自主学习的能力。

Arthur Samuel之所以出名，是因为他写了一个跳棋程序，他自身并不是一个跳棋高手，它的程序是通过成千上万次计算机自己的游戏，得出结论，哪些局势会赢，哪些会输，于是局势的不同就有了“好坏”。

因此，跳棋成了一个经验丰富的棋手。

2.Tom Mitchell的定义

Arthur的朋友，来自CMU的Tom有不同的定义方法。

Machine Learning是计算机程序从经验E中学习任务T，并且用表现评估P来评估性能。

对于跳棋程序

E：成千上万次的自身对弈

T: 下跳棋

P: 胜率

另一个例子：

基于我们在邮件客户端标记垃圾邮件而更好的过滤垃圾邮件的机器学习程序，他的EPT分别是什么？

Experience: 无数用户对自家垃圾邮件的手动分类

Task: 筛选掉垃圾邮件

Performance measure: 邮件分类的准确率

监督学习和无监督学习的区别：监督学习需要一个带有“正确答案”的train set，这样他才能像人使用数学归纳法一样得出一个规律。

当然机器获得feature的方式并不是主动思考，而是被给予了一个函数模型，根据这个函数模型计算出所有train data离函数曲线总体最近的时候，函数的参数。

从而得到一个具体的函数。