学习笔记——机器学习（一）——导论

1 机器学习

这也是我自己非常关心的一个问题吧，从我第一次听到这个词语，就对机器学习是什么一直模糊不清！

• 自我认识：首先就是自己一直以来的自我认知，我觉得机器学习就是：机器学习就是让计算机在经过一些训练之后有了自己进行判断和决策的能力，听起来好像一个计算机在某些任务的训练下变成该方面的专家，总之就是计算机自己学习的能力。
  这些认识都让我觉得自己很浅薄，但这也是我对此的认识。所以我自己的疑惑就是：
  （1）计算机是怎么具有学习的能力的呢？
• 查阅资料：有一个比较具体的说法说是机器学习就是找到了某个函数，可以通过这个函数进行语音的识别，图像的识别以及智能控制等等。出处 那么是不是说我们在众多的函数之中寻找到一个最切合实际的就是让计算机学习了呢？
  所以如何寻找到这样的合适的函数：
  （1）定义一个函数集合；
  （2）判断这些函数集合中函数的好坏程度；
  （3）经过上述的判断之后，从中选择出最好的一个函数（也就是最切合实际问题的一个函数）

这个也可以参考：http://www.360doc.com/content/17/1029/15/30980270_699183784.shtml

2 监督学习、非监督学习、迁移学习

这里我首先明白了上面的三种学习方式是根据学习任务的不同，机器学习可以细化为这四种！而这里的学习任务的不同具体指的就是数据的不同
（1）如果所给定训练的数据都是标好“好”或者“坏”等这样的标签时————监督学习；
（2）如果没有这些标签，只有一些数据的特征，比如新闻的聚类————非监督学习；
（3）如果部分有标签—————半监督学习；
（4）如果我们把利用给小猫小狗做区分的函数应用到给老虎和狮子作区分的任务上那么这样的方式就是———————迁移学习；