本文介绍了机器学习的基本定义，并引用了Arthur Samuel和Tom Mitchell的观点。同时，文章通过电子邮件垃圾邮件过滤的例子解释了机器学习的工作原理。此外，还概述了机器学习算法的主要分类，包括监督学习和无监督学习。
机器学习定义
1.Arthur Samuel的定义
在进行特定编程的情况下， 给予计算机学习能力的领域。
2.Tom Mitchell的定义
一个程序被认为能从经验E中学习，解决任务 T，达到 性能度量值P，当且仅当，有了经验E后，经过P评判， 程序在处理 T 时的性能有所提升。
例：
我们假设您的电子邮件程序会观察收到的邮件是否被你标记 为垃圾邮件。在这种Email客户端中，你点击“垃圾邮件”按钮 报告某些email为垃圾邮件，不会影响别的邮件。基于被标记为垃圾的邮件， 您的电子邮件程序能更好地学习如何过滤垃圾邮件。
在这个案例中：
T：标记邮件是否为垃圾邮件
E：观察你标记邮件是否为垃圾邮件
P：区分垃圾邮件成功的正确率
机器学习算法分类
1.监督学习
2.无监督学习
扫一扫
912
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
