Tom Mitchell:”Learn experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.”
针对某一个任务,通过一些过往的经历和表现来提升我们的在该任务上的表现。
(与人类的认知过程相似,这也是为什么我们人类要通过学习历史来改善或者避免一些任务)
E.g. : 下棋
Experience:与其他棋手下棋的经历
Task:下棋的任务
Performance:下棋的表现(下次和其他人下棋输赢的概率)
有具有标签(正确结果)的训练样本
没有标签的样本
机器学习的目标是要学习得到一个预测函数hypothesis function,通过输入X到该函数获得一个预测结果hypothesis(预测值),使得所有的预测值尽可能的与我们的预期值(label)y相同。
我们要得到的预测值是一个连续型的值(continuous)
e.g. 预测一个地区的房价等
我们要得到的预测值是一个离散型的值(discrete)
e.g. 预测一个产品是否合格 或者 学生是否会被目标学校录取等
本文由 Frank采用 署名 4.0 国际 (CC BY 4.0)许可
Machine Learning — 2021年4月20日
Made with ❤ and at Hangzhou.