笔者邀请您,先思考:
1 您如何理解机器学习?
在我们理解机器学习之前,让我们先来谈谈为什么需要机器学习,以及我们为什么要关心它?
如果我让你写一个两个数字相加的程序,你可能会写它,但是如果我让你用同一个程序做乘法呢?
它还可以工作吗? 绝对不能够了。那个程序只做加法。
另一个例子是如果我告诉你为下面的块写逻辑,你会写多少程序?
你需要为每个块写一个单独的程序/逻辑,如果我只有一个程序可以解决所有3个块,不是很酷吗?是的
这就是机器学习的用武之地,不需要用硬编码的规则编写程序,让系统理解逻辑并产生期望的结果。
因此证明。
下面的图片解释清楚
因此,我们给出的不是程序/逻辑,而是输出。
例如,两个数字相加,对于传统的编程,我们给出数据和逻辑,a=2, b=3,然后我们得到答案5。
对于机器学习我们给出a=2 b=3输出= 5所以系统理解它,为什么2,3等于5 ?
加法任务的数据如下。
最后我们问,5,6的结果是什么 我们得到的输出是11(实际上可能是10。989或11。01等等。取决于我们提供的数据)。
"数据越多,结果越好"
机器学习就是从数据(实例)中学习,建立逻辑并预测给定输入的输出。
汤姆·米切尔(著名的计算机科学家)的定义是这样的
“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at the tasks improves with the experiences”
我们可以把它分成两部分
这就是本期文章的全部内容,希望你有所了解。 在下一篇文章中,我想谈谈不同类型的机器学习(什么,如何,为什么) 再见!
作者:Madhu Sanjeevi ( Mady ) 原文链接: https://medium.com/deep-math-machine-learning-ai/introduction-of-machine-learning-why-how-what-84c881c70763