60 lines
3.4 KiB
Markdown
60 lines
3.4 KiB
Markdown
|
---
|
|||
|
title: Machine Learning
|
|||
|
localeTitle: 机器学习
|
|||
|
---
|
|||
|
## 机器学习
|
|||
|
|
|||
|
人工智能的先驱亚瑟·塞缪尔(Arthur Samuel)在1959年将机器学习定义为“研究领域,使计算机无需明确编程即可学习。”
|
|||
|
|
|||
|
CMU的Tom Mitchell教授提供了一个更正式的机器学习定义:
|
|||
|
|
|||
|
> “据说计算机程序可以从经验E中学习某些任务T和绩效测量P,如果它在T中的任务中的表现,由P测量,随着经验E而提高。”
|
|||
|
|
|||
|
考虑下棋的机器学习算法的例子。在这个例子中, `E`指的是下棋的经验, `T`是下棋的任务, `P`表示程序将赢得下一场国际象棋的概率。
|
|||
|
|
|||
|
机器学习与人类学习方式完全一样。例如,如果一个人想要学习如何玩扑克,它将首先学习规则。然后它将尝试通过玩游戏获得经验。这种体验只不过是一台机器的庞大数据集,通过它可以做出明智的决策来解决所提出的问题。
|
|||
|
|
|||
|
通常,机器学习问题可以分为监督学习和无监督学习。在监督学习中,您有输入和标记输出,并且您怀疑输入和标记输出之间存在关系。当您既不知道标记输出是什么,也不知道关系存在时,无监督学习将帮助您找到数据中的结构(如果有)。
|
|||
|
|
|||
|
我们已经涵盖了机器学习的两个主要类别,但机器学习有四大类:
|
|||
|
|
|||
|
1. 监督学习
|
|||
|
2. 无人监督的学习
|
|||
|
3. 半监督学习
|
|||
|
4. 强化学习
|
|||
|
|
|||
|
### 监督学习
|
|||
|
|
|||
|
监督学习是从监督训练数据推断功能的机器学习任务。培训 数据由一组训练样例组成。在监督学习中,每个示例都是由输入对象组成的对 (通常是矢量)和期望的输出值(也称为监控信号)。此外,监督学习可以作为2范式,分类和回归。
|
|||
|
|
|||
|
#### 监督学习的基本流程图/步骤
|
|||
|
|
|||
|
1. 收集训练集。
|
|||
|
2. 将训练集划分为输入对象(要素)和输出对象(类或值)
|
|||
|
3. 决定您将应用,回归或分类器
|
|||
|
4. 决定你将应用哪种算法,SVM,深网等
|
|||
|
5. 在训练集上运行算法并使用该模型进行预测
|
|||
|
|
|||
|
#### 课程:
|
|||
|
|
|||
|
1. [机器学习简介](https://www.udacity.com/course/intro-to-machine-learning--ud120?autoenroll=true)
|
|||
|
2. [机器学习 - 教授:Andrew Ng](https://www.coursera.org/learn/machine-learning)
|
|||
|
3. [使用Python进行数据科学和机器学习 - 动手实践!](https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on/)
|
|||
|
4. [机器学习](http://ciml.info/)
|
|||
|
5. [分析边缘 - 教授:麻省理工学院](https://www.edx.org/course/the-analytics-edge)
|
|||
|
|
|||
|
#### 视频资源:
|
|||
|
|
|||
|
1. [Siraj Raval的Youtube频道](https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A)
|
|||
|
2. [Sentdex的Youtube频道](https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ)
|
|||
|
|
|||
|
#### 更多信息:
|
|||
|
|
|||
|
1. [维基百科上的机器学习](https://en.wikipedia.org/wiki/Machine_learning)
|
|||
|
2. [机器学习揭秘:Youtube](https://www.youtube.com/watch?v=83uAOzhzs-U)
|
|||
|
3. 如果您想要简要介绍机器学习,并且您更喜欢视频,请尝试使用此[机器学习介绍视频](https://youtu.be/cKxRvEZd3Mw)
|
|||
|
4. 如果您想知道如何继续学习机器学习,请看一下这个[视频](https://youtu.be/nKW8Ndu7Mjw)
|
|||
|
|
|||
|
## 实验室
|
|||
|
|
|||
|
[使用Azure Machine Learning Studio构建智能应用程序](https://github.com/Microsoft/computerscience/blob/master/Labs/AI%20and%20Machine%20Learning/Azure%20Machine%20Learning/Azure%20Machine%20Learning%20(Node).md)
|