打卡学习第二天：什么是机器学习

坚持就是胜利，又是元气满满的一天。

本堂课的目标：

1.机器学习的定义是什么？

2.在什么情况下使用机器学习

机器学习：目前还没有统一的定义

常见的机器学习定义：

Arthur Samuel（1959）：在没有明确设置的情况下，使计算机具有学习能力的研究领域。

Tom Mitchell（1998）：一个适当的学习问题定义如下——计算机程序从E中学习，解决某一任务T 进行某一性能度量P 。通过P测定在T上的表现因经验E而提高

小测验：根据Tom对机器学习的定义，假设你的邮件程序观察你将哪些邮件标记为垃圾邮件，基于你标记的垃圾邮件，你的邮件程序学会了如何更好地过滤垃圾邮件。在这个例子中,T是什么？（最后会揭晓答案）

将电子邮件归类为垃圾邮件或非垃圾邮件

观察你是否把邮件标记为垃圾邮件

正确归类为垃圾邮件的电子邮件数量

以上都不是——这不是一个机器学习问题

机器学习算法分类：

监督学习：我们教会计算机做某件事情

无监督学习：我们让机器自己学习

小测验答案：第一个选项。

将电子邮件归类为垃圾邮件或非垃圾邮件——T

观察你是否把邮件标记为垃圾邮件——E

正确归类为垃圾邮件的电子邮件数量——P

这个笔记是个人的一些收获，没有一起学习的朋友可能看着有点零散

---

想跟着大家一起学习的朋友可以加下群主，表明来意：想加入吴恩达【机器学习】免费学习+打卡

整个过程不收取任何费用！只是带领大家坚持学习的一种方式。如果学习过程中坚持不下来，中途放弃的同学将会被移出群聊哦。

大家有兴趣的话可以加好友