文章目录
- 1. 绪论：初识机器学习
- 1.1 欢迎参加课程
- 什么是机器学习？
- 机器学习能做什么？
- 1.2 机器学习是什么
- 第一个机器学习的定义
- 另一个定义
- 1.3 监督学习（Supervised Learning）
- 回归问题举例
- 分类问题举例
- 1.4 无（/非）监督学习（Unsupervised Learning）
1. 绪论：初识机器学习
1.1 欢迎参加课程
什么是机器学习？
让机器试着模仿人的大脑，自己学习怎么来解决问题。（非正式定义）
机器学习能做什么？
- 谷歌、微软（必应）使用学习算法计算网页排名。
- Facebook、苹果图片分类程序，识别用户朋友照片。
- 垃圾邮件过滤。
- 用于数据挖掘，例如：收集web点击流数据，使用机器学习算法分析数据，了解用户，优化用户体验。
- 医疗：分析电子医疗记录，将医疗记录变成医学知识，更好地理解疾病。
- 计算生物学：生物学家收集大量基因数据序列、DNA序列等，更好地了解人类基因组。
- 工程：使用机器学习算法理解所有工程领域越来越大的数据集。
- 机械：自动驾驶无人直升机
- 手写识别：寄信的过程，机器学习算法自动识别信封，选择路径，降低大量人工成本。
- 定制建议（自动推送）：亚马逊、Netflix或iTunes Genius为百万用户自动推送定制的产品、电影或音乐的建议。
1.2 机器学习是什么
第一个机器学习的定义
在进行特定编程的情况下，给予计算机学习能力的领域。（from Arthur Samuel，他在50年代编写了一个西洋棋程序）
原文：Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.
另一个定义
一个好的学习问题定义如下，一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。（from Tom Mitchell，卡内基梅隆大学 ）
原文：Tom Mitchell (1998) Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
1.3 监督学习（Supervised Learning）
基本思想是，数据集中的每个样本都有相应的“正确答案”，再根据这些样本做出预测。
回归问题举例
使用已知的“房屋面积-房价”样本数据集进行学习，根据待售房子的房屋面积推测出对应的房价。房价可以看作是连续值，这类问题叫回归问题。
分类问题举例
使用肿瘤样本数据集进行学习，根据患者年龄、肿瘤尺寸等信息推测肿瘤类型属于良性、恶性或其他。
如果存在无限多个特征，可以使用支持向量机算法（后面讲）让计算机处理无限多个特征。
1.4 无（/非）监督学习（Unsupervised Learning）
假设数据集中没有任何标签或者有相同的标签，我们对数据集一无所知。非监督学习算法可能会把这些数据集分成两个不同的簇。所以叫聚类算法。
聚类应用例子：
- 谷歌新闻对互联网上爬取到的新闻进行分组。
- 基因学中对DNA数据聚类。
- Facebook、google+自动对朋友分组。
- 对数据库中的消费者信息进行市场分割，有效的对不同的细分市场一起进行销售。
- 用于天文数据分析，得出令人惊讶、有趣、有用的理论，解释了星系是如何诞生的。
- 鸡尾酒会问题：对鸡尾酒会中不同人说话的声音进行分离。
