机器学习基石 1 The Learning Problem

机器学习基石 1 The Learning Problem

Introduction

• 什么是机器学习
  机器学习是计算机通过数据和计算获得一定技巧的过程。

• 为什么需要机器学习
  1 人无法获取数据或者数据信息量特别大；
  2 人的处理满足不了需求。

• 使用机器学习的三个关键要素
  1 存在一个模式可以让我们对它进行改进；
  2 规则不容易定义；
  3 需要有数据。

Components of Machine Learning

Machine Learning and Other Fields

• ML VS DM
  两者密不可分：

1. 两者是一致的
   能够找出的有用信息就是我们要求得的近似目标函数的假设。
2. 两者是互助的
   能够找出的有用信息就能帮助我们找出近似的假设，反之也可行。
3. 两者的区别
   传统的数据挖掘更关注与从大量的数据中的计算问题。

• ML VS AI
  机器学习是实现人工智能的一种方式。

• ML VS Statistic

1. 统计是一种实现机器学习的方法。
2. 传统的统计学习更关注与数学公式，而非计算本身。

来源：https://www.cnblogs.com/eathen/p/6489248.html