1、深入理解机器学习：从基础到应用

深入理解机器学习：从基础到应用

1. 机器学习概述

机器学习是计算机科学中发展最快的领域之一，有着广泛的应用。它主要是让计算机从可用的输入中“学习”，将经验转化为专业知识或技能。具体来说，学习算法的输入是代表经验的训练数据，输出则是能执行特定任务的程序。

2. 什么是学习

• 动物学习示例
  • 老鼠的诱饵回避学习 ：当老鼠遇到外观或气味新奇的食物时，它们会先吃少量，后续的进食取决于食物的味道和生理影响。若食物产生不良影响，老鼠会将这种新奇食物与疾病关联起来，以后不再食用。这表明老鼠利用过去对食物的经验，获得了检测食物安全性的能力。
  • 鸽子的迷信行为 ：心理学家B. F. Skinner的实验中，饥饿的鸽子被关在笼子里，自动喂食机制按固定间隔给鸽子送食物，与鸽子的行为无关。当第一次送食物时，每只鸽子都在进行某种活动（如啄食、转头等），食物的到来强化了它们当时的特定动作，导致它们后续会不断重复这些动作，错误地将食物供应与偶然的动作关联起来。
• 机器学习任务示例：垃圾邮件过滤
  • 简单的记忆式学习 ：一种简单的垃圾邮件过滤方法是让机器记住人类用户标记为垃圾邮件的所有先前邮件。当新邮件到来时，机器在之前的垃圾邮件集合中搜索，如果匹配则将其删除，否则移到用户的收件箱。但这种“通过记忆学习”的方法缺乏对未见过邮件进行标记的能力。