[信息与通信]机器学习chp1_2.pdf

机器学习及进化计算 学时：36 考核方式：开卷 Email:xqzh2003@ 1 主要教材及参考书目 教材： 《机器学习》, Tom M. Mitchell著， 曾华军，张银奎 等译，机械工业出版社。 参考书目： • 贝叶斯方法，Tomas Leonaard, 机械工业出 版社。 • 进化计算， 王正志，薄涛，国防科技大学出版 社。 • 神经网络设计，Martin T. Hangan等，机械 工业出版社。 2 第一讲机器学习的基本概念 第1章引言 ◊ 什么是机器学习（Machine Learning）？ ◊ 为什么进行机器学习？ ◊ 如何利用机器学习解决问题？ 3 什么是机器学习？ 研究动机 -让计算机系统具有人的学习能力以便实现人工智能. 广泛接受的定义 -利用经验来改善计算机系统自身的性能（数据挖掘？） 例： 计算机能从医疗记录中学习，获取治疗新疾病的最有 效方法； 住宅管理系统分析住户的用电模式，以降低能源消耗。 4 机器学习与数据挖掘 • Machine learning – 机器学习是人工智能的子领域，注重探索、模拟人的学习机制。 • Data mining – 针对巨量数据进行数据分析, 从中获取隐藏的、有效的、可理解的 模式。 • 从某种意义上说 – 机器学习的科学成分更重一些，而数据挖掘的技术成分更重一些 5 为什么进行机器学习？ 包括人工智能、概率统计、信息论、神经 生物学等学科的发展为机器学习提供了丰 富的素材； 不断增长的在线（实时）数据量； 可以有效地利用计算机的计算性能； 产业发展的推动； 机器学习适用的三大领域: 6 机器学习适用的三大领域 • 数据挖掘：用历史数据提高决策能力。 例：医疗数据诊断知识(data knowledge) • 人们无法手工操作实现，而应用软件却可 以。 例: 自动驾驶；语音识别 • 个性定制程序。 例：掌握用户兴趣的新闻广播员 7 典型的数据挖掘实例 数据： • 给定9714个病历记录，每条记录描述了 怀孕及生产的信息 • 每条病历记录包含215个特征 8 数据特征 Patient103 time=1 Patient103 time=2 ... Patient103 time=n Age: 23 Age: 23 Age: 23 FirstPregnancy: no FirstPregnancy: no FirstPregnancy: no Anemia: no Anemia: no Anemia: no PreviousPrematureBirth: PreviousPrematureBirth: PreviousPrematureBirth: no no no Diabetes: no Diabetes: YES Diabetes: no