第一章 机器学习（浙大胡浩基教授）_胡浩基机器学习笔记

ARTHUR SAMUEL对机器学习的定义:

机器学习是这样的领域，它赋予计算机学习的能力，(这种学习能力)不是通过显著式编程获得的。
让计算机自己总结的规律的编程方法，叫做非显著式编程。
我们规定了行为和收益函数后，让计算机自己去找最大化收益函数的行为。

机器学习的定义

 一个计算机程序被称为可以学习，是指它能够针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。

机器人冲咖啡的例子：
  任务T: 设计程序让机器人冲咖啡
  经验E：机器人多次尝试的行为和这些行为产生的结果
  性能测度P：在规定时间内成功冲好咖啡的次数
1
2
3
4
5
6

据经验E来提高性能指标P的过程是典型的最优化问题

四个机器学习的任务
(1)教计算机下棋;
(2)垃圾邮件识别，教计算机自动识别某个邮件识别是垃圾邮件
(3)人脸识别，教计算机通过人脸的图像识别这个人是谁;
(4)无人驾驶，教计算机自动驾驶汽车从一个指定地点到另一个指定地点。

根据经验E，1和4是一类，2和3是一类
2和3是一类，因为经验E是完全由人搜集起来输人进计算机的，经验E = 训练样本和标签的集合，此类是监督学习
1和4是一类，因为经验E是由计算机与环境互动获得的，定义行为产生收益函数，让计算机改变自己的行为模式去最大化收益函数，此类是强化