python_機器學習(一)、基本概念

機器學習基礎知識：

　　（一）、什麼是機器學習？

　　對於某給定的任務T， 在合理的性能調度方案P的前提下， 某計算機程序能夠自主學習任務T的經驗E， 隨着提供合適、優質、大量的經驗E， 該程序任務T的性能逐步提升

　　這裏最重要的是機器學習的對象：

　　（1）任務Task， T， 一個或多個

　　（2）經驗Experience， E

　　（3）性能Performance， P

　　通俗的理解：

　　　　機器學習是人工智能的一個分支， 咱們使用計算機設計一個系統， 使它可以根據提供的訓練數據按照必定的方式來學習；

　　　　隨着訓練的次數的增長， 該系統能夠在性能上不斷學習和改進；經過參數優化的學習模型， 可以用於預測相關問題的輸出。

　　思考：

　　　　如何設計無人駕駛機動車？

　　（二）、機器學習能夠解決什麼？

　　　　給定數據的預測問題

　　　　　　1. 數據清洗/特徵選擇

　　　　　　2. 肯定算法模型/參數優化

　　　　　　3. 結果預測

　　　　不能解決什麼？

　　　　　　大數據存儲/並行計算  ---》大數據能夠幫助機器學習，更好的訓練模型

　　　　　　作一個機器人

　　

　　（三）、模型怎麼創建， 目標函數怎麼獲得的，如何讓模型更好的學下去呢，調參該怎麼作呢？

　　　　思考...

　　　　模型的目的：爲了使用模型

 

 　　　　

 

 

 

 

 　　（四）、涉及知識

 

 

參數T度降低，用的就是求導

 

 (五)、名詞解釋