机器学习基石笔记(1)——The Learning Problem

1.2 What is Machine Learning

1.2.1 什么是学习：通过观察获得一个方面的技巧或增强。机器学习即通过观察数据来得到某一方面的增强。  1.2.2 机器学习的三个关键  　　(1)存在一个用以识别的模式  　　(2)这个模式难以简单定义  　　(3)存在数据用以学习

1.3 Applications of Machine Learning

　　(1)食：利用Twitter数据预测餐厅卫生质量。  　　(2)衣：利用销售数据和客户调查进行服饰搭配推荐。  　　(3)住：利用房屋特征及能耗进行新房屋结构能耗预测。  　　(4)行：自动驾驶。  　　(5)教育：根据学生做题记录预测学生是否会做特定题目。  　　(6)娱乐：推荐系统。

1.4 Components of Machine Learning

1.4.1 机器学习的几个主要部分  　　输入数据X，输出数据Y，未知的目标函数f，观察到的数据D，假设空间H。  1.4.2 机器学习流程  　　已知的数据D是根据未知的目标函数f生成的，我们利用学习算法A根据数据分布D找出一个逼近函数f的函数g，f和g的相似程度越高越好。  1.4.3 学习模型  　　假设空间H包含所有可能的g，A和H组合即为学习模型。