Course1 初步介绍

Course1 初步介绍仅供自己学习之用学习主题:•WhenCanMachinesLearn?(illustrative+technical)•WhyCanMachinesLearn?(theoretical+illustrative)•Ho

仅供自己学习之用
 
学习主题:

When
Can Machines Learn? (illustrative + technical)

Why
Can Machines Learn? (theoretical + illustrative)

How
Can Machines Learn? (technical + practical)

How Can Machines Learn
Better
? (practical + theoretical)
 
 
8 weeks of ‘foundation’ (
this
course
) + 7 weeks of ‘techniques’ (coming course)
 
 
 
一、
Course1 初步介绍
二、
1、学习:
通过
观察  学习得到
技能
Course1 初步介绍
2、机器学习:

资料数据进行处理学习
技能技巧
Course1 初步介绍
3、skill
增进某种表现
Course1 初步介绍
4、进一步推断:
Course1 初步介绍
5、使用用途:
当人不能手动进行项目(火星探测)
当人不能很容易找到解决方法(视觉声音的辨识)
人不能很容易决策(高频率股票预测)
服务大量使用者(面向消费者的营销)
Course1 初步介绍
6、机器学习使用条件:
事物本身存在某种潜在规律
某些问题难以使用普通编程解决
有大量的数据样本可供使用
Course1 初步介绍
7、问题
Course1 初步介绍
 
三、举例应用
机器学习在我们的衣、食、住、行、教育、娱乐等各个方面都有着广泛的应用,我们
的生活处处都离不开机器学习。比如,打开购物网站,网站就会给我们自动推荐我们
可能会喜欢的商品;电影频道会根据用户的浏览记录和观影记录,向不同用户推荐他
们可能喜欢的电影等等,到处都有机器学习的影子。
四、
1、
输入x
输出y
目标函数f
训练样本D
矩g:

假设
hypothesis
,一个机器学习模型对应了很多不同的
hypothesis
,通过演算法
A
,选择一个最佳的
hypothesis
对应的函数称为矩
g

g
能最好地表示事物的内在
规律,也是我们最终想要得到的模型表达式。’
Course1 初步介绍
Course1 初步介绍
2、问题:
Course1 初步介绍
Course1 初步介绍

S1=[0,100]        输出的结果,比如办银行卡用户的评估值在0到100

S2=所有可能的(userid,songid)对          输入的结果,比如办银行卡用户填的信息

S3=所有“乘以”用户因素和歌曲因素的公式,按这些因素的所有可能组合编制索引

S4=1000000对((userid,songid),等级

五、

1、
与机器学习相关的领域有:
数据挖掘(
Data Mining
人工智能(
Artificial Intelligence
统计(
Statistics
 
2、
Course1 初步介绍

 

 
 
 

今天的文章Course1 初步介绍分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:http://bianchenghao.cn/62162.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注