机器学习介绍

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。

现在让我们谈谈怎么样??

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"

那么什么是机器学习呢?

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

1.从过去的经验中学习

2.提高智能程序的性能

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!

内容推荐

公众号推荐：

数据思践，数据的思考与践行。