机器学习介绍
引子
先看一个问题
传统算法把
y = y x1.1^(x-1)
输入到计算机
人工智能,是根据已有数据。求出算法,再使用算法得出结论
再看一个问题
还是提出两种的解决方法
最后一个问题
不知道你是怎么分的,反正机器他会有很多种分法
机器学习的应用场景
数据挖掘、机器视觉、语言理解、无人驾驶、机器人、病例分析
学习框架
第一步,获取训练数据,就是用刚才的例子,就是第几周和营业额。
第二步,获得x,y的数据关系
第三步,新数据预测
四大学习方法类别
说明一下
看下图,我们把数据分成0和1。
监督学习,就是给出标准答案:0一组,1一组,以那条线划分开。最后训练出来的模型,在下次碰到0和1时就会把他们分成这个样子
无监督学习,就是不给出标准答案。机器他可能觉得上下分合理,左右分合理,以上面监督学习的那条线去分也合理。在下次碰到0和1的数据的时候可能就会又很多不同的分发
半监督学习,就是给出部分答案,比如1在哪些位置,0在哪些位置可以放。除去这些位置后,机器开始自我发挥。最后的模型就是在给出部分答案上标准,其他位置看心情发挥
强化学习
强化学习,我觉得我在之前人工智能必备数学知识-马尔科夫链那边就理解的跟老师说的挺接近的,想看的可以去看看。