菜鸟根据周志华老师pdf所写，盗了点图望谅解

错了请联系我更正

1.什么是机器学习？

机器学习是从人工智能中产生的一个重要的学科分支，是实现智能化的关键

 

2。机器学习的用途？

example：修复文物（通过分类模型，对文物进行识别拼接），帮助奥巴马竞选（通过进行预测，进而判断出那个洲的人更容易税负他们倒戈，和理由）。。。

3.大数据时代，机器学习的总用

4。机器学习基本用语

监督学习：从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求包括输入输出，也可以说是特征和目标。ps：相当于给出了 x与y，通过输入输出，不断训练得到一个最优模型（这个模型属于某个函数的集合，最优表示某个评价准则下是最佳的）。金典无监督学习算法 knn，

无监督学习：对没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里，所有的标记（分类）是未知的。因此，训练样本的岐义性高。聚类就是典型的无监督学习 ps：不是告诉机器去把我们的样本去分类，而是 尽最大可能把具有相同特征的聚集在一起。

数据集：一组记录的合集

示例：对于一哥对象的描述

属性：对象某方面的特征 ps：西瓜的有无籽粒

特征：属性

属性空间：属性张成的空间

样本空间：

输入空间：

学习算法：从训练中得到最优算法

模型：泛指从数据中学到的结果

真相：潜在规律自身

学习器：模型的另一种叫法，把学习算法在给定数据和参数空间的实例化

泛化能力：学得模型适用于新样本的能力。一般来说，训练样本越大，越有可能通过学习来获得具有强泛化能力的模型。

奥卡姆剃刀原理：如无必要，勿增实体

NFL定理：总误差与算法无关，在脱离实际意义情况下，空乏的谈论哪种算法毫无意义。ps：具体问题具体分析，在问题中算法A相比B，有可能适合前一段，而后一段有可能相反