目录
1.说明
2.第二部分(P9~P10)
机器学习算法总结(监督学习)
3.单词
4.专业术语
1.说明
书全名:How AI Works From Sorcery to Science 作者 Ronald T.Kneusel
2.第二部分(P9~P10)
总结机器学习算法
作者把机器学习的过程比喻成输入-->黑盒-->输出
这里的标签可以理解为一张有狗的图片,当机器能够正常识别时,为这个图片贴上一个标签"dog"
某个事物的特征举例:房屋的特征:多少平?多少个房间?地址在哪里?邮政编码?
训练模型(condition a model):设置模型的参数,使它们能够为给定的输入产生正确的输出
因此模型的参数控制着模型的输出
设置模型参数的方法:用已知的输入和输出去校正参数,从而去应对未知输出的输入
当然无论怎么校正模型的参数,都是与正确结果有一定偏差的
因此作者引用了George Box的名言:"All model are wrong,but some are useful."
即任何模型都无法完美地复制现实(原文的minimize mistakes最小化错误),但是模型本身有价值(如天气预报在某些情况下虽然不准,但仍然有价值)
机器学习算法总结(监督学习)
1.收集训练集:已知的输入和输出
2.设置要训练的模型类型
3.用已知的输入和输出去训练模型,当模型产生错误输出时,调整模型参数
4.重复第3步,直到我们满意模型的表现
5.给训练后的模型提供新的并且未知的输入,让其产生输出
3.单词
a collection of 一堆;一群;一批
probability 可能性(probable的名词形式)
ZIP code 邮政编码(注意不是压缩后缀ZIP!)(全称Zone Improvement Plan code)
at first blush 乍一看
at some future point 在未来的某个时刻
in a sense 在某种意义上
4.专业术语
characteristic 特征
labeled data 标注数据
supervised learning 监督学习
