[ML笔记]前言&什么是Machine Learning?

本文介绍了MachineLearning的基本概念,探讨了ArthurSamuel和TomMitchell对于MachineLearning的不同定义,并给出了具体例子来解释这些定义。同时,文章预告了后续将要学习的内容——监督学习。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

从今天开始学习Machine Learning相关知识,先从Andrew Ng的基础课程开始。

什么是Machine Learning?

Arthur Samuel定义

The field of study that gives computers the ability to learn without being explicitly programmed.

在未明确编程的情况下,计算机拥有自主学习能力的研究领域。

Tom Mitchell定义

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at task in T, as measured by P, improves with experience E.

能从经验E中学习,解决任务T,达到性能度量值P的一个程序。当且仅当,因为有了经验E以后,程序在处理任务T时的性能有所提升,提升的度量值即为P。

Tome Mitchell 定义的例子:一个程序通过不断的进行象棋游戏,逐渐提升了技术水平,胜率提升了。那么,
T:玩象棋游戏
E:玩象棋游戏获得的经验
P:下次游戏这个程序可能的胜率

明天学习内容为:Supervisor learning(监督学习)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值