機械学習の基礎の最初の部分
第1章 - 機械学習の概要
この章では、機械学習の主なエントリは、ここでは、中心にある関連用語をすべき機械学習の多くを紹介しますです。
1機械学習とは何か：
著者：直感的、機械学習は機械学習できるようにすることです。？コンピュータは、学習することができないので、思考の人間の方法を学ぶことを学ぶん何。
公式：タスクタスクの完了後にコンピュータプログラムは、同時にいくつかの経験の経験、パフォーマンスのためにそのパフォーマンスの結果を取得します
タスクタスクのパフォーマンスパフォーマンスは経験の経験と増加した場合、コンピュータは学習能力を持っています。
例：私たちはしばしば奇妙なメッセージを受信するスパムフィルタは、このような内部のリサイクルを学んだ最も敏感なメッセージとして、メール内のゴミのゴミを学びますので、生活は、私たちは、ごみ箱内のごみを投げる傾向にあります単語「カンニング」と単語「カンニング」へのメッセージがあればそうで、そして次回は、スパムコレクタは自動的にスパムとしてメールを分類します。
2なぜ、機械学習：
彼はあまりにも多くの火だったので、まず第一に、非常にスマート！
図1.あなたがスパムフィルタを書くために従来のプログラミング技術を使用している場合、我々は、のような、独自のスパムのルックスを見てみましょうそして、あなたは、もはやに持っている、最も一般的なスパム内部の最も敏感な単語やパターンを見つけるん単語やプログラムは、次の単語への郵送を検出したり、このモードを持っている場合、プログラムモードを書くには、それが自動的に迷惑メールとして分類され、その後、最高までプログラムをテストしていきます。しかし、あなたのプログラムはよく維持、ますます複雑になります。
図1
我々は機械学習方法,,ゴミを使用して、自動的に単語やスパムと通常のメールのパターンよりもフィルタは、自動的にスパムを検出する場合は、多くの場合、スパム予報として学習した単語や自動モード、表示されます要因は、このような手順は簡単で、保守が容易になり、ある意味で、より正確です。あなたは、スパムと通常のメール列車、ダイナミックな学習のための深い学習モデルを使用することができます。2。
図2
機械学習タイプ3（クラス4）
教師付き学習：ラベルのためのトレーニングデータ（ラベルは、分類の役割を持っている）、このような分類と回帰としては、教師あり学習です
教師なし学習：ラベルなしのトレーニングデータ（それは分類の作業ではありませんので）
半教師付き学習：両方（少数派）のラベルのためのトレーニングデータもラベルなし（過半数を）持っていません
強化学習：操作を実行し、選択を行うために、環境に応じて、システムの缶を学び、そしてリターンまたは罰
