2018-12-06
阅读量:
726
通俗解释什么是机器学习
关于什么是机器学习,每个人都有自己确切的定义。 在这里,我们使用的定义是创建并使
用那些由学习数据而得出的模型。 在其他语境中,这也可以叫作预测建模或者数据挖掘,
但是我们选择使用机器学习这个术语。 一般来说,我们的目标是用已存在的数据来开发可
用来对新数据预测多种可能结果的模型,比如:
• 预测一封邮件是否是垃圾邮件
• 预测一笔信用卡交易是否是欺诈行为
• 预测哪种广告最有可能被购物者点击
• 预测哪支橄榄球队会赢得超级杯大赛
下面我们会看到有监督的模型(其中的数据标注有正确答案,可供学习)和无监督的模型
(没有标注)。还有一些其他类型的模型,如半监督的模型
(和在线的模型(模型需要根据新加入的数据做持续调整)。
现在,甚至在最简单的情况下都有一整套模型来描述我们感兴趣的联系。大多数情况下我
们会自己选择参数化的模型族,然后使用数据来学习从某种程度上进行优化了的参数。
例如,我们假设一个人的身高(大致上)是他体重的线性函数,然后用数据来学习这个线
性函数。或者,我们也可以假设决策树是一种用来诊断患者疾病的好方法,然后使用数据
来学习一颗“最优”的树。






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论