機(jī)器學(xué)習(xí)的定義

1、.機(jī)器學(xué)習(xí)的定義 機(jī)器學(xué)習(xí)的范圍其實(shí)，機(jī)器學(xué)習(xí)跟模式識(shí)別，統(tǒng)計(jì)學(xué)習(xí)，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺(jué)，語(yǔ)音識(shí)別，自然語(yǔ)言處理 等領(lǐng)域有著很深的聯(lián)系。從范圍上來(lái)說(shuō)，機(jī)器學(xué)習(xí)跟模式識(shí)別，統(tǒng)計(jì)學(xué)習(xí)，數(shù)據(jù)挖掘是類(lèi)似的，同時(shí)，機(jī)器學(xué)習(xí)與其 通用的，不僅僅模式識(shí)別者的主要區(qū)別在于前者是從工業(yè)界發(fā)展起來(lái)的概念，后 Pattern Recognition And Machine 的概念實(shí)在是太耳熟能詳。幾乎 。但是，我盡管可能會(huì)挖出金子，但我也 是，數(shù)據(jù)挖掘僅僅是一種思考方式，告訴 上了一個(gè)數(shù)據(jù)挖掘模塊就變得無(wú)所不能(這是. 化。 ，而機(jī)器學(xué)習(xí)者更關(guān)注的是能夠解決問(wèn)題，偏實(shí)踐，因此機(jī)器學(xué)習(xí) 如百度識(shí)圖、手寫(xiě)字符識(shí)別、車(chē)牌

2、識(shí)別等等應(yīng)用。這個(gè) . 向。按照百度機(jī)器學(xué)習(xí)專(zhuān)家余凱的說(shuō)法“聽(tīng)與看，說(shuō)白了就是 ，而只有語(yǔ)言才是人類(lèi)獨(dú)有的”。如何利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行 局限在結(jié)構(gòu)化數(shù)據(jù)，還有圖像，音頻等應(yīng)用。機(jī)器學(xué)習(xí)的方法，回歸算法都是介紹的第一個(gè)算法。原因有兩個(gè)：一. “最小二乘法”的思想是這樣的，假設(shè) . “數(shù)值計(jì)算”，專(zhuān)門(mén)用來(lái)提升計(jì)算機(jī)進(jìn)行各類(lèi)計(jì)算 “梯度下降”以及“牛頓法”就是數(shù)值計(jì)算中 歸屬于分類(lèi)算法，也就是說(shuō)，邏輯回歸預(yù)測(cè) .圖 7 邏輯回歸的直觀解釋一組腫瘤患者的數(shù)據(jù)，這些患者的腫瘤中有些是良性的(圖中的藍(lán)色性的(也有劃出非線性分類(lèi)線的邏輯回. 2、神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)重裝歸 BP數(shù)值算法) .個(gè)層再組成了一個(gè)網(wǎng)

3、絡(luò)，也就是”神.圖 9 神經(jīng)網(wǎng)絡(luò)的邏輯架構(gòu)。.圖 10 LeNet 的效果展示，隨著層次的不斷深入，越深的層次處理的細(xì)節(jié)越低，例如BP3、SVM (支持向量機(jī)).算法最多算是一種更好的線性分類(lèi)技結(jié)合，支持向量機(jī)可以表達(dá)出非常復(fù)雜的分類(lèi)界線，從特殊的函數(shù)，最典型的特征就是例如下圖所示：我們?nèi)绾卧诙S平面劃分出一個(gè)圓形的分類(lèi)界線？在二維平面可能會(huì)很困難， 但是通過(guò)“核” 可以將二維空間映射到三維空間，然后使用一個(gè)線性平面就可以達(dá)成類(lèi)似效果。也就是說(shuō)， .過(guò)在三維空間中進(jìn)行簡(jiǎn)單的線性劃分就可以達(dá)到在二維平面中的非線性劃分效果。學(xué)成分)。在算法的核心步驟中，有一步證明，即將數(shù)據(jù)從低維映射到高維不會(huì)直占

4、據(jù)著機(jī)器4、聚類(lèi)算法.表 降維算法也是一種無(wú)監(jiān)督學(xué)習(xí)算法，其主要特征是將數(shù)據(jù)從高維降低到低維層次。在這里， 維度其實(shí)表示的是數(shù)據(jù)的特征量的大小， 例如，房?jī)r(jià)包含房子的長(zhǎng)、寬、面積與房間數(shù)量四 個(gè)特征，也就是維度為 4 維的數(shù)據(jù)?？梢钥闯鰜?lái)，長(zhǎng)與寬事實(shí)上與面積表示的信息重疊了， 例如面積=長(zhǎng) 寬。通過(guò)降維算法我們就可以去除冗余信息，將特征減少為面積與房間數(shù) 量?jī)蓚€(gè)特征，即從 4 維的數(shù)據(jù)壓縮到2 維。于是我們將數(shù)據(jù)從高維降低到低維，不僅利于 表示，同時(shí)在計(jì)算上也能帶來(lái)加速。 冗余的特征，降維算法也 過(guò)降維算 PCA.推薦算法是目前業(yè)界非?；鸬囊环N算法， 在電商界，如亞馬遜，天貓，京東等得到了廣泛的 提升效益。推薦算法有兩個(gè)主要的類(lèi)別： 是關(guān)聯(lián)程度較大，但是由于每個(gè)物品都需要貼標(biāo)簽，因此工作量較大?；谟脩?hù)相似度的推薦， 則是將與目標(biāo)用戶(hù)興趣相同的其他用戶(hù)購(gòu)買(mǎi)的東西推薦給 目標(biāo)用戶(hù)，例如小 A 歷史上買(mǎi)了物品 B 和 C，經(jīng)過(guò)算法分析，發(fā)現(xiàn)另一個(gè)與小 A 近似的用 戶(hù)小 D 購(gòu)買(mǎi)了物品 E，于是將物品 E 推薦給小A。 名的算法就是協(xié)同過(guò)濾算法。 算法眾多，發(fā)展百花齊放。 監(jiān)督學(xué)習(xí)算法：無(wú)監(jiān)督學(xué)習(xí)算法：特殊算法：.算是 法，用于大幅度提高訓(xùn)練過(guò)程。其中的代表有：梯度下降法，主要運(yùn)用