1.1. 什么是机器学习

什么是机器学习

机器学习的定义

A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E. ——Tom Mitchelle

简言之，机器学习通过完成任务（T）得到经验（E），进而提升性能（P）。
例如：一个自我对弈的跳棋学习机器：E ：自我对弈的棋局 T：下跳棋 P：与新对手玩跳棋时的获胜概率。

机器学习的主要算法类型

• 监督学习(Supervised)
  人教会计算机完成任务。
  根据统计数据做直线或曲线拟合/分离数据，来预测结果。
  其中包括了两大问题：

  • 回归(Regression) 给算法做一个数据集，包含正确答案，（比如房价-年），用线性/非线性回归方程拟合数据,预测数据。
    

  • 分类问题/逻辑回归问题(Classification/Logical regression)
    用实数对出现的可能状况分类
    （比如：1和0表示患乳腺癌/不患乳腺癌 ；1表示患乳腺癌A，2表示患乳腺癌B，0表示不患乳腺癌），在多维坐标系中（每一个维度表示不同的属性），然后用线性或非线性的函数将不同类的数据分开。
    

• 无监督学习(Unsupervised)
  计算机自己学习，经典的算法分为两大类：
  • 聚类算法(clustering)
    对并不明确分类的数据集，计算机根据数据特征自动将数据分为几个簇
    
  • 鸡尾酒会算法(Cocktail party)
    这里只对鸡尾酒会问题和解决方法作一个概述：
    鸡尾酒会问题是在计算机语音识别领域的一个问题。 当前语音识别技术已经可以以较高精度识别一个人所讲的话，但是当说话的人数为两人或者多人时，语音识别率就会极大的降低，这一难题被称为鸡尾酒会问题。
    对于的给定混合信号，分离出鸡尾酒会中 同时说话的每个人的独立信号。
    鸡尾酒问题的解决方法是把两个收音器分别放在两个人的附近，每个收音器且与两个人的距离是不等距的，如此来分离两个人的声音。