1、开启机器学习之旅：从简单任务到实用技巧

开启机器学习之旅：从简单任务到实用技巧

1. 机器学习的崛起与目标

曾经，让机器具备学习能力只是一个遥远的梦想。早期，Rosenblatt的感知机虽引发了一波热潮，但很快归于平静，后续的尝试也大多无果。直到一群有远见的人指出基于知识的系统中知识来源的难题，提出通过示例让计算机学习的大胆想法，机器学习才迎来转机。1983年，相关研究论文的涌现促使这一领域迅速发展，新的学科诞生，众多科研成果和学术活动纷纷出现。如今，机器学习已成为热门领域，许多大学开设相关课程，培养能将理论应用于实际的工程师。

2. 简单机器学习任务的引入

想象一下，你很难用语言准确描述母亲的脸让朋友在超市认出她，但给他看几张照片，他就能立刻识别。这就是机器学习想要实现的：通过示例向机器传达难以精确定义的对象或概念，让计算机将示例转化为知识。

2.1 训练集与分类器

• 训练集 ：以Johnny对馅饼的喜好为例，有喜欢和不喜欢的馅饼各六个，这些构成训练集。分类器的任务是根据训练集，将未来的馅饼分为喜欢（正例）和不喜欢（反例）两类。当然，分类任务的类别数量可以更多，如季节分类、字符识别、文档主题分类等。
• 属性向量 ：为了将训练示例传达给机器，我们使用属性来描述它们。在“馅饼”领域，有形状、 crust - size、crust - shade、filling - size和filling - shade五个属性。例如，图中左上角的馅饼（ex1）可以用属性的合取式描述：(shape = circle) AND (crust - size = thick) AND (