【一起啃书】机器学习西瓜书白话解读——01绪论

全书章节

0101 绪论基本概念

1.1 引言

机器学习解决了一个什么问题？

• 通过计算的手段，利用经验来改善系统自身的性能
• 有了数据
• 通过某种学习算法
• 得到模型
• 进行预测

1.2 基本术语

有了数据

• 数据集，例如100个西瓜
• 样本，例如1个西瓜
• 特征向量
  特征向量张成了样本空间
  如果特征向量有颜色、大小、敲起来的振幅，那么维度就是三维，样本空间就是三维坐标系那样的
• 属性，特征向量中的一个，例如颜色

通过某种学习算法

• 从数据中学得模型的过程称为学习或训练，这个过程通过执行某个学习算法来完成

得到模型

有监督学习	无监督学习
训练数据有标记 ，有正确答案	训练数据无标记，无明确答案
包含分类和回归	包含聚类

• 分类：欲预测的是离散值，如“好瓜”，“坏瓜”

  • 二分类：只涉及2个类别——正类和负类，例如判断一个瓜熟不熟，该不该摘
  • 多分类：结果涉及多个类别，例如有黑美人、小地雷、特小凤3种西瓜，买哪种

• 回归：欲预测的是连续值，如西瓜甜度0.95、0.37

  • 也可以根据往年西瓜价格走势，预测明年的各个时间段西瓜的价格
    

• 聚类：我们不知道要分几类，机器自己分

  • 每个组称为“簇”（cluster）

进行预测

• 测试：学的模型后，使用其进行预测的过程
• 测试样本：被预测的样本
• 泛化能力：学的模型适用于新样本的能力。具有强泛化能力的模型能很好地适用于真个样本空间

0102 假设空间归纳偏好

1.3 假设空间

科学推理的能力

• 归纳：特殊到一般
• 演绎：一般到特殊

1.4 归纳偏好

模型越简单，越能体现本质
就像数学公式一样