机器学习第一周复习

       机器学习（machine learning）

一.  什么是机器学习呢？（what is machine learning?）

     其实并没有一个确定的定义。比如：一个计算机程序能从一些有任务和表现的经历中学习到经验，如果它用学习到的经验去处理新       的任务，也像以前所表现的那样处理，并能继续获得经验的，可以称之为机器学习(A computer program is said to learn from           experience E with respect to some task T and some performance measure P , if its performance on T, as measured by P,           improves  with experience E).

二. 机器学习三要素

下面通过邮箱识别垃圾邮件的例子来说明。

     1.experience (E) 

     eg:查看你的邮件是垃圾邮件或者不是垃圾邮件。（watching your label emails as spam or not spam)

     2.task (T)

     eg:确认你的邮件是否是垃圾邮件。（classifying emails as spam or not spam）

     3.performance (P)

     eg:有多少封邮件被确认为垃圾邮件/不是垃圾邮件。(the numbers of emails correctly classified as spam /not spam)

    

 三.机器学习算法

    1.监督式学习（supervised learning）

    2.无监督式学习(unsupervised learning)

    3.强化学习(reinforcement learning)

    4.推荐系统(recommender systems)

四.什么是监督式学习呢?(what is supervised learning?)

    监督式学习就是教计算机如何学习(teach the computer how to learn).

    监督式学习分为两种。

    一种是回归(regression),也就是通过已经有的输入输出，得到大致相符的函数，再根据这个函数，去处理新的任务。

    另一种是分类(classification), 就是回答是/不是的这类问题。

五.什么是非监督式学习呢?(what is unsupervised learning)

     非监督式学习就是让计算机自己去学习(let the computer learn by itself)

     非监督式学习算法:  鸡尾酒聚会问题算法(cocktail party problem algorithm),这是语音识别领域的一个算法，n个人在聚会上说话，录音得到的便                                       是 n个人说话的声音，如何将这些声音分离，就要用到这个算法。不同距离和方向录制的声音是有差别的，声音的大小，噪声                                       的大小都是不同的，那么就根据这些特征提取到我们需要的声源。