机器学习基础学习笔记1-基本概念

最新推荐文章于 2025-11-24 11:51:29 发布

原创最新推荐文章于 2025-11-24 11:51:29 发布 · 747 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习

AI 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了机器学习适用的领域特征，包括目标明确、规则模糊及数据丰富等条件，并详细解释了机器学习过程中的关键概念，如输入输出样本、训练数据集、目标函数与假设函数等，同时展示了机器学习的基本流程。

适合机器学习的领域：

有目标让机器去学习；
有规则，但很难编程明确实现；
有资料

一些概念：
- 输入样本X
- 输出样本Y
- 训练数据集training expample:{(x1,y1),(x2,y2)…(xn,yn)}
- 目标函数:target function f
- 假设函数hypothesis g

机器学习流程简单符号化：

{(Xn,Yn)} from f  ---->  [ML]  ----> g

换个画法：

target function
      |
      |
      |
      ↓
training example  -----> | hypothesis set |  --->  learning alg ---> g
                         | h1             |        
                         | h2             |
                         | h3             |
                         | h4             |

假设集（ hypothesis set）和学习算法统称为模型