April 2013 M T W T F S S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 -
Recent Posts
Recent Comments
- huanghao on 共轭分布与共轭先验
- hash一致性 - 算法网 on 一致性hash算法简介
- qwo on (小tip)grep中坑爹的正则表达式
- sven on 共轭分布与共轭先验
- 五分钟理解一致性哈希算法(consistent hashing) – luojiaoxia on 一致性hash算法简介
Archives
- November 2017
- February 2017
- May 2016
- March 2016
- June 2015
- May 2015
- February 2015
- October 2014
- July 2014
- June 2014
- May 2014
- November 2013
- July 2013
- April 2013
- November 2012
- September 2012
- July 2012
- June 2012
- May 2012
- February 2012
- December 2011
- November 2011
- October 2011
- September 2011
- August 2011
- July 2011
- June 2011
- May 2011
- April 2011
Categories
Blogroll
-
Monthly Archives: April 2013
机器学习概述
机器学习作为一门交叉学科,目前为止没有非常权威的定义,或者说堪称权威的人下的定义太多,目前没有一个被大家公认的定义标准。最经典的也是T.Mitchell在他的那本《machine learning》中提到的:“利用经验改善系统自身的性能。”经典到过于简短。中科院的王珏研究员给出了如下说明:“令W是这个给定世界的有限或无限所有对象的集合,由于我们观察能力的限制,我们只能获得这个世界的一个有限的子集Q∈W。机器学习的任务就是根据这个世界的对象子集Q,计算这个世界的统计分布。这样,在统计意义下,这个分布对这个世界的绝大多数对象是正确的。这就是这个世界的一个模型。”其实,人类认识的世界的方法就是通过有限的特征去猜测和拟合无限维特征构成的真实世界。所以以上的描述相对于机器学习可能又太大了一些。不过从其本质出发,机器学习其实就是人类研究世界、认识世界的方法得到机器更强的计算和存储能力扩展后的延伸。从这个角度来说之前的说明倒也贴近机器学习的最终追求。