1. 机器学习定义
机器学习(Arthur Samuel,1959):在确定编程之外给予计算机学习能力的研究领域。
机器学习(Tom Mitchell,1998):如果计算机程序对于任务T的性能度量P通过经验E得到了提高,则认为此程序对E进行了学习。
2. 机器学习四个主要内容
-监督学习:包括回归(连续性问题:预测值或目标变量是连续的)、分类(离散性问题:预测值或目标变量是离散值)。需要训练集,训练集给出自变量和因变量(即标签),通过训练集构造模型;之后,对于新的自变量,采用学习到的模型预测因变量的值。
-学习理论(Learning Theory):证明机器学习算法的有效性。
-无监督学习(UnSupervised Learning):无训练集。将所有的数据根据某些属性进行聚类,之后对聚类结果进行分析,获取知识。
-强化学习(Reinforcement Learning):关键是引入了回报函数(reward function)的概念。通过回报函数不断修正学习算法,以使算法更有效。
参考资料:
[1] Andrew Ng. Stanford CS229. Machine Learning. Stanford University
分享到:
相关推荐
Stanford机器学习课程IPN笔记
STANFORD公开课,Andrew Ng机器学习第1、2讲算法。 附件中包含待拟合的数据,还有MATLAB实现的三种拟合算法:最小二乘法、批梯度下降法、随机/增量梯度下降法。 详情见我的配套博客:...
机器学习笔记,是斯坦福大学网上的那个课程的笔记。。。
最新(2013年春)一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目(未包含答案)合集 Stanford这个的课程的核心就在于他的课程项目,全部是是现实实例的应用,绝对经典。自己动手做一做...
Andrew Ng教授在Stanford讲授《机器学习》课程的讲义以及课后习题和答案。
斯坦福大学的机器学习(Coursera) 吴国安教授介绍“机器学习是使计算机在不经过明确编程的情况下运行的科学。在过去的十年中,机器学习为我们提供了无人驾驶汽车,实用的语音识别,有效的网络搜索以及对人类基因组...
吴恩达的机器学习中文版讲义, 不是简单的原版讲义的翻译
Supervised learning Let’s start by talking about a few examples of supervised learning problems. Suppose we have a dataset giving the living areas and prices of 47 houses from Portland, Oregon: ...
这个是coursera上stanford机器学习大牛Andrew的部分课程项目,对于学习机器学习很有帮助。
Kmeans与高斯混合模型
standford大学机器学习的网络公开课的讲义 我最近在学习 与大家分享
Stanford 机器学习讲义,em算法的精讲。
2021年冬季斯坦福大学Stanford CS224W《图机器学习Machine Learning with Graphs》课程全部PPT,从官网下载的,有缘人自取,不需要积分就可以下载,欢迎大家下载。这位大佬的视频b站有相关的视频,感兴趣的可以去...
斯坦福机器学习公开课练习题的代码实现(Normal equation和gradient descent两种方法): http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex2/ex2.html
斯坦福机器学习讲义
吴恩达老师在斯坦福大学机器学习的中文学习笔记。
机器学习课程:Coursera的斯坦福机器学习MOOC,作者:Andrew Ng
此文档为斯坦福大学C229机器学习讲义,视频在网易公开课可以搜索到,主讲人是机器学习领域知名大神:吴恩达
Andrew NG 大牛的stanford课件,很全的,对于学习机器学习的同学很有帮助
斯坦福大学机器学习个人笔记中文版,回归、svm、贝叶斯、规则化和模型选择、聚类等