文档结构  
翻译进度:已翻译     翻译赏金:0 元 (?)    ¥ 我要打赏
参与翻译: mylxiaoyi (2), Azad (1)

在直接介绍机器学习是什么之前,我们首先分别介绍下“机器”和“学习”两个词语,也许这两个词语的意思看起来十分明显,但是最好还是从最初始的地方开始介绍。

  • 机器是一个由一个或多个部分组成的工具,它能够进行能量转换。机器通常由化学能、热能、或电能来提供能源,而且常常是机械化的。
  • 学习是通过经验改进行为的能力。

什么是机器学习?

按照Tom Mitchell的说法,机器学习是:

“对应于某类任务T和性能标准P,可以从经验E中进行学习的计算机程序。即如果该计算机程序应用于任务T,通过P进行性能评测,基于经验E进行改进,则该计算机程序可被称为机器学习。”

第 1 段(可获 1.48 积分)

在这个定义中:

  • 任务T是机器尝试改进的内容。例如预测,分类,聚类,等。
  • 经验E为训练数据或输入数据,机器通过经验进行学习。
  • 性能P为某些因素,例如精度的改进或是机器学到了之前并不了解的新技能。

Machine Learning1

机器学习自身包含两个主要组成部分:学习器与推理器。

  • 输入/经验提供给学习器,学习器学习新技能。
  • 背景知识也可以提供给学习器以进行更好的学习。
  • 借且于输入与背景,知识学习器生成模型。
  • 模型包含由输入与经验 所学习到的内容的信息。
  • 现在,问题/任务 (例如,预测,分类) 被提供给推理器。
  • 借助于训练的模型,推理器试着生成答案。
  • 答案可以通过添加额外的输入/经验进行改进。
  • 继续该循环。
第 2 段(可获 2.03 积分)

机器学习如何区别于标准程序

在机器学习中,你为计算机提供如下内容:

  • 输入 (经验)
  • 输出 (与输入对应的输出)

并将模型/程序作为输出。借助于该程序,你可以执行某些任务。

另一方面,在标准程序中,你为计算机提供如下内容:

  • 输入
  • 程序 (如何处理输入)

在那之后,你得到输出。

下图有助于你的理解:

Machine Learning

而这正是机器学习的简要介绍。

第 3 段(可获 1.13 积分)

文章评论