最近在看NTU林軒田的《機(jī)器學(xué)習(xí)基石》課程，整個(gè)基石課程分成四個(gè)部分：

• When Can Machine Learn?

• Why Can Machine Learn?

• How Can Machine Learn?

• How Can Machine Learn Better?

每個(gè)部分由四節(jié)課組成，總共有16節(jié)課。那么，從這篇開(kāi)始，我們將連續(xù)對(duì)這門課做課程筆記，共16篇，希望能對(duì)正在看這們課的童鞋有所幫助。下面開(kāi)始第一節(jié)課的筆記：The Learning Problem。

一、What is Machine Learning

什么是“學(xué)習(xí)”？學(xué)習(xí)就是人類通過(guò)觀察、積累經(jīng)驗(yàn)，掌握某項(xiàng)技能或能力。就好像我們從小學(xué)習(xí)識(shí)別字母、認(rèn)識(shí)漢字，就是學(xué)習(xí)的過(guò)程。而機(jī)器學(xué)習(xí)（Machine Learning），顧名思義，就是讓機(jī)器（計(jì)算機(jī)）也能向人類一樣，通過(guò)觀察大量的數(shù)據(jù)和訓(xùn)練，發(fā)現(xiàn)事物規(guī)律，獲得某種分析問(wèn)題、解決問(wèn)題的能力。

image.png

image.png

• 事物本身存在某種潛在規(guī)律

• 某些問(wèn)題難以使用普通編程解決

• 有大量的數(shù)據(jù)樣本可供使用

  
  
  image.png

二、Applications of Machine Learning

機(jī)器學(xué)習(xí)在我們的衣、食、住、行、教育、娛樂(lè)等各個(gè)方面都有著廣泛的應(yīng)用，我們的生活處處都離不開(kāi)機(jī)器學(xué)習(xí)。比如，打開(kāi)購(gòu)物網(wǎng)站，網(wǎng)站就會(huì)給我們自動(dòng)推薦我們可能會(huì)喜歡的商品；電影頻道會(huì)根據(jù)用戶的瀏覽記錄和觀影記錄，向不同用戶推薦他們可能喜歡的電影等等，到處都有機(jī)器學(xué)習(xí)的影子。

三、Components of Machine Learning

本系列的課程對(duì)機(jī)器學(xué)習(xí)問(wèn)題有一些基本的術(shù)語(yǔ)需要注意一下：

• 輸入x

• 輸出y

• 目標(biāo)函數(shù)f，即最接近實(shí)際樣本分布的規(guī)律

• 訓(xùn)練樣本data

• 假設(shè)hypothesis，一個(gè)機(jī)器學(xué)習(xí)模型對(duì)應(yīng)了很多不同的hypothesis，通過(guò)演算法A，選擇一個(gè)最佳的hypothesis對(duì)應(yīng)的函數(shù)稱為矩g，g能最好地表示事物的內(nèi)在規(guī)律，也是我們最終想要得到的模型表達(dá)式。

  
  
  image.png
  
  

  實(shí)際中，機(jī)器學(xué)習(xí)的流程圖可以表示為：

這里寫圖片描述

對(duì)于理想的目標(biāo)函數(shù)f，我們是不知道的，我們手上拿到的是一些訓(xùn)練樣本D，假設(shè)是監(jiān)督式學(xué)習(xí)，其中有輸入x，也有輸出y。機(jī)器學(xué)習(xí)的過(guò)程，就是根據(jù)先驗(yàn)知識(shí)選擇模型，該模型對(duì)應(yīng)的hypothesis set（用H表示），H中包含了許多不同的hypothesis，通過(guò)演算法A，在訓(xùn)練樣本D上進(jìn)行訓(xùn)練，選擇出一個(gè)最好的hypothes，對(duì)應(yīng)的函數(shù)表達(dá)式g就是我們最終要求的。一般情況下，g能最接近目標(biāo)函數(shù)f，這樣，機(jī)器學(xué)習(xí)的整個(gè)流程就完成了。

四、Machine Learning and Other Fields

與機(jī)器學(xué)習(xí)相關(guān)的領(lǐng)域有：

• 數(shù)據(jù)挖掘（Data Mining）

• 人工智能（Artificial Intelligence）

• 統(tǒng)計(jì)（Statistics）
  其實(shí)，機(jī)器學(xué)習(xí)與這三個(gè)領(lǐng)域是相通的，基本類似，但也不完全一樣。機(jī)器學(xué)習(xí)是這三個(gè)領(lǐng)域中的有力工具，而同時(shí)，這三個(gè)領(lǐng)域也是機(jī)器學(xué)習(xí)可以廣泛應(yīng)用的領(lǐng)域，總得來(lái)說(shuō)，他們之間沒(méi)有十分明確的界線。

五、總結(jié)

本節(jié)課主要介紹了什么是機(jī)器學(xué)習(xí)，什么樣的場(chǎng)合下可以使用機(jī)器學(xué)習(xí)解決問(wèn)題，然后用流程圖的形式展示了機(jī)器學(xué)習(xí)的整個(gè)過(guò)程，最后把機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘、人工智能、統(tǒng)計(jì)這三個(gè)領(lǐng)域做個(gè)比較。本節(jié)課的內(nèi)容主要是概述性的東西，比較簡(jiǎn)單，所以筆記也相對(duì)比較簡(jiǎn)略。

這里附上林軒田（Hsuan-Tien Lin）關(guān)于這門課的主頁(yè)：
http://www.csie.ntu.edu.tw/~htlin/

注明：

文章中所有的圖片均來(lái)自臺(tái)灣大學(xué)林軒田《機(jī)器學(xué)習(xí)基石》課程。