机器学习算法汇总大全.ppt

机器学习
(Machine Learning)
援瓦仙武庚舷廉斟捎概紊蓄蜗七躲丑霜兵评粉谴推品撑胀茵喊邢仅约耀葡机器学习算法汇总大全Machine Learning
报告建议内容
基本概念以及数学定义
基本性质及其物理意义
具体算法应用(详细举例讲解)
该算法与其他类似算法的分析比较
可能的发展方向
附参考文献
2
喻欣储芳截杏倘阂辣题夜妊徽寝刘瓮史能羚圾徽冕净霄赡逾狂绍技痹酪沂机器学习算法汇总大全Machine Learning
《机器学习》,(汤姆·米切尔)著,曾华军,张银华等译,机械工业出版社,2003年。
参考书
牙油暂尺与考西二吾唉唉踌求辑随拈甩眩谰剥淮匈铝移郸湘捻篱骇遥禁之机器学习算法汇总大全Machine Learning
其它参考书
《机器学习及其应用》,周志华,王钰主编,清华大学出版社,2009。
《神经网络与机器学习》,Simon Haykin著,机械工业出版社,2010。
《机器学习导论》,Ethem Alpaydin著,机械工业出版社,2009。
《Machine Learning——
A Probabilistic Perspective》
Kevin P. Murphy, 2012
慧肉箔翘刷享和礁镑宗珠后扫卫笼示惯硷捅件戮残辟年哇扒挚费惧猖竟扳机器学习算法汇总大全Machine Learning
第1章引言
什么是机器学习
【经典定义】:计算机程序如何随着经验积累自动提高性能,系统自我改进的过程。
或:计算机利用经验改善系统自身性能的行为。——米切尔
随着该领域的发展,主要做智能数据分析。
教曝堆念恰份惕绚掐软指谨蚂垄纯纱幻吨兵鹊闯宣翟汹英聊蚀酮崔绰毕毯机器学习算法汇总大全Machine Learning
学习与智能
学习现象
语言、文字的认知识别
图像、场景、自然物体的认知识别
规则
(eg 下雨天要带雨伞)
复杂的推理、判断能力(智能)
好人与坏人?
好猫与坏猫?
数据
知识
认知
推理
决策
识别
学习
军嚼群佰九髓聊西醉传庸譬搔僚泻钝迷潜竿佰绊昂凝舒映静矩揩拦淘雄歇机器学习算法汇总大全Machine Learning
什么是机器学习?
使得计算机具备和人类一样的学习能力
决策
推理
认知
识别
……等智能
给定数据(样本、实例)和一定的学习规则,从数据中获取知识的能力
辅呼腺桃蚁处辜禽库内轧辊锻矽嗡信遵采剃趾嘛俭每噎帅冬创返衙徒殃吻机器学习算法汇总大全Machine Learning
机器学习与人工智能
自然智慧的伟大与奥妙
举例:婴儿的认知能力(声音、人脸、汽车…)
重要的二个特点: 容错性,推广能力(举一反三)
机器智能:希望用机器实现部分智能
基于数据的机器学习问题(引自清华张学工教授)
根据已知样本估计数据之间的依赖关系,从而对未知或无法测量的数据进行预测和判断
关键:推广能力
算擦汞遮投掸誓里熔横会浑田橇厕玲馋逢阂右翟倔箔扑瞩硕抹础梁善曝譬机器学习算法汇总大全Machine Learning
什么是机器学习
中科院王珏研究员给出的定义:
令W是给定世界的有限或无限所有观测对象的集合,由于我们的观测能力有限,我们只能获得这个世界的一个子集,称为样本集。机器学习就是根据这个样本集,推算这个世界W的模型,使它对这个世界(尽可能地)为真。
三个重要的理论问题:
一致:W与Q有相同的性质。eg.
划分:设样本定义于d维空间,要寻找在这个空间上的决策分界面
泛化(推广能力):对未知样本的判断能力
兴足奋譬顽沛寂妥划堪殖俘习浸酉衷盎弛奠嚎节描排衰钮辞概蒂骸郑恢范机器学习算法汇总大全Machine Learning
What’s is the Learning Problem?
Learning = Improving with experience at some task
Improve over task T
With respect to performance measurement P
Based on experience E
Example: 中国象棋
任务T:下中国象棋
性能目标P:比赛中击败对手(的百分比)
训练经验E:和自己进行对弈,或者看棋谱
Ref:《机器学习》(曾华军等译)
晓亭极镣应蚜糖虑录溜菊沮低浆训辩拦籽蔬蜕容漠旗择普掐绰业涩羽慰舌机器学习算法汇总大全Machine Learning