Machine Learning == Looking for a Function
AI过程的解释:用户输入信息,计算机经过处理,输出反馈信息(输入输出信息的形式可以是文字、语音、图像等)。
因为从输入到输出的处理不是简单的数学运算,甚至很多时候科学家并不知道如何来实现这个过程。
所以最初的时候科学家写了很多的规则。
但是这种方法,有很多的问题:
一是hand-crafted rule无法包括所有可能情况,
二是它永远不会超过它的创造者的水平,
三是投入的人力过多。
所以后来采用的方法是让计算机从数据中自己去学习。
so, 机器学习的主要工作就是找到这样一个信息处理函数。
这些函数也称为模型:A set of Funciton == Model (f1, f2, f3, ...)
Training Model的三个步骤:
- 生成A set of function,f1, f2, f3, ...
定义Goodness of function f
用Training Dada训练, 找到 Best Function f*
(Testing: 之后用Testing Data来测试f*)
本课程的Learning Map:
术语解释如下:
机器学习的下一步:
(图片右键,在新标签页中打开)