第一章什么是机器学习定义计算机程序从经验E中学习解决某一任务T进行某一性能P通过P测定在T上的表现因经验E而提高eg跳棋程序E程序自身下的上万盘棋局T下跳棋P与新对手下跳棋时赢的概率个人理解人类学会了知识可以内化进脑子里的但机器计算机不会自己“记”东西它就像一个没有感情、记性只有0秒的超级计算器。依托于一个具体的“笔记本”即模型 才能存储学到的规律。通过大量的已有的数据训练不断往笔记本中添加正确的经验最后给出现实中的案例对机器进行测试通过测试得分来判断笔记本中的经验模型能否真正用于解决现实中实际问题。第二章监督学习与无监督学习定义机器学习分为监督学习与无监督学习两类监督学习定义给算法一个数据集 其中包含了正确答案算法的目的是给出更多的正确答案监督学习包括分类问题预测离散值输出结果只有有限个输出与回归问题预测连续的数值输出。无监督学习定义只给算法一个数据集但是不给数据集的正确答案由算法自行分类。个人理解监督学习中的分类问题像是过学习一系列番茄炒蛋的样本判断全新的番茄炒蛋是否好吃回归问题像是通过学习一系列样本预测某个房子的房价。无监督学习在日常生活中被广泛应用如新闻软件通过每天收集大量新闻并且自行按照主题分好类购物软件通过对用户进行分类确定目标客户以便推荐个性化商品。ps回归问题房价预测图
