机器学习概述（简单了解）

本文记录机器学习基础与框架的简单介绍

1. 机器学习是什么

• 机器从数据中学习
• 机器学习（≈ 寻找一个函数）

f( 一段语音 ) = 语义

f( 一张图片 ) = 识别对象

f( 棋局 ) = 最优解

f( 语义 ) = 反馈语义

2. 机器学习的三种分类

• 监督学习（有标签）

任务驱动：识别、分类、回归

• 非监督学习（无标签）

数据驱动：聚类

• 强化学习

与环境互动

3. 理解机器学习的框架

以图像识别为例，讲解监督学习框架的四个步骤：

• 收集数据
• 选择模型。模型：函数的集合（无穷个）
• 调整参数。定义模型中函数的好坏
• 找到最优（函数 f*）

4. 机器学习应用实例与方法

• 线性回归。房价预测
• 梯度下降
• 判决树
• 逻辑回归
• 神经网络
• 支持向量机
• 朴素贝叶斯
• 聚类