機器學習定義

機器學習是一門從資料中研究演算法的科學學科.

機器學習直白講,是根據已有的資料,進行演算法選擇,並基於演算法和資料構建模型,最終對未來進行預測

機器學習概念

•對於某給定的任務T，在合理的效能度量方案P的前提下，某計算機程式可以自主學習任
務T的經驗E；隨著提供合適、優質、大量的經驗E，該程式對於任務T的效能逐步提高。
• 其中重要的機器學習物件：
• 任務Task T，一個或多個、經驗Experience E、度量效能Performance P
• 即：隨著任務的不斷執行，經驗的累積會帶來計算機效能的提升。

• 美國卡內基梅隆大學（Carnegie Mellon University）機器學習研究領域的著名教授TomMitchell對機器學習的經典定義

機器學習是人工智慧的一個分支。我們使用計算機設計一個系統，使它能夠根據提供的訓練資料按照一定的方式來學習；隨著訓練次數的增加，該系統可以在效能上不斷學習和改進；通過引數優化的學習模型，能夠用於預測相關問題的輸出。

擬合：構建的演算法符合給定資料的特徵

魯棒性：也就是健壯性、穩健性、強健性,是系統的健壯性；當存在異常資料的時候，演算法也會擬合數據

過擬合：演算法太符合樣本資料的特徵，對於實際生產中的資料特徵無法擬合
欠擬合：演算法不太符合樣本的資料特徵

有監督學習

無監督學習

半監督學習(SSL)