目录

1-1.西瓜书

1-2.课程定位

1-3.机器学习

1-4.典型的机器学习过程

1-5.机器学习理论

1-6.基本术语

1-7.归纳偏好

1-8.NFL定理

---

1-1.西瓜书

建议使用方式

1.初学机器学习的第一本书:通读、速读;细节不懂处略过，了解机器学习的疆域和基本思想，理解基本概念“观其大略”

2.阅读其他关于机器学习具体分支的读物(三月、半年)

3.再读、对“关键点”的理解:理解技术细冗后的本质，升华认识“提纲挈领”

4.对机器学习多个分支有所了解(1-3年)

5.再读、细思:
不同内容的联系，不同的描述方式、出现位置蕴涵的意义、……个别字句的启发可能自行摸索数年不易得
“疏通经络”

1-2.课程定位

科学：是什么，为什么

技术：怎么做

工程：怎么样做的多快好省

应用：理论方法使用

主要讲科学和技术，工程较少，应用最少

1-3.机器学习

经典定义：利用经验改善系统自身的性能

1-4.典型的机器学习过程

1-5.机器学习理论

最重要的理论模型：PAC

x：样本，f：模型，f（x）：预测的结果，y：真实的结果

期待以一个很高的概率得到一个一个准确的结果。

reason：1.机器学习研究的问题具有高度的不确定性。2.p？np

1-6.基本术语

数据集；训练，测试（通常训练数据和测试数据是分开的）

示例，样本（无结果），样例（有结果）

属性，特征（反映事件或对象在某个方面的表现或性质）；属性值（属性上的取值）

属性空间，样本空间，输入空间（属性张成的空间）

特征向量（一个示例对应的坐标向量）

标记向量，输出空间

假设（模型学到的东西）

真相（真实的东西）

学习器（学到的模型）

分类（预测的是离散值），回归（预测的是连续值）

二分类（只涉及两个类别），多分类（涉及多个类别）

正类，反类（一个类为正类，另一个类为反类）

监督学习，无监督学习（根据训练数据是否拥有标记信息）

未见样本（未来的新数据）

未知“分布”（假定数据背后的规律）

独立同分布（每个样本都是独立的）

泛化（学到模型适用于新样本的能力）

1-7.归纳偏好

机器学习算法在学习过程中对某种类型假设的偏好

一般原则：奥卡姆剃刀（若非必要，勿增实体）

任何一个有效的机器学习算法必有其归纳偏好

学习算法的归纳偏好是否与问题本身匹配，大多数时候直接决定了算法能否取得好的性能

1-8.NFL定理

NFL(no free lunch)

NFL定理的重要前提:所有问题出现的机会相同，或所有问题同等重要

实际情形并非如此，我们通常只关注自己正在试图解决的问题

具体问题，具体分析

现实机器学习应用