人工智能经典电子书机器学习1.1.pdfVIP

/s/2uYRn2V/

课后提问、想法、意见都可以通过这个链接填写。

每次课开始，15分钟时间答疑多数票提问。

-2-

•本书作为该领域的入门教材，在内

容上尽可能涵盖机器学习基础知识

的各方面。

•为了使尽可能多的读者通过本书对

机器学习有所了解,作者试图尽可

能少地使用数学知识.

•然而,少量的概率、统计、代数、

优化、逻辑知识似乎不可避免.

•因此,本书更适合大学三年级以上

的理工科本科生和研究生,以及具

有类似背景的对机器学习感兴趣的

人士.

-3-

•《统计学习方法》全面系统地介绍

了统计学习的主要方法，特别是监

督学习方法，包括感知机、k近邻

法、朴素贝叶斯法、决策树、逻辑

斯谛回归与最大熵模型、支持向量

机、提升方法、EM算法、隐马尔可

夫模型和条件随机场等。

•除第1章概论和最后一章总结外，

每章介绍一种方法。

•叙述从具体问题或实例入手，由浅

入深，阐明思路，给出必要的数学

推导，便于读者掌握统计学习方法

的实质，学会运用。

-4-

•参考书

•本书展示了机器学习中的核心算

法和理论，并阐明了算法的过行

过程。书中主要涵盖了目前机器

学习中各种最实用的理论和算法，

包括概念学习、决策树、神经网

络、贝叶斯学习、基于实例的学

习、遗传算法、规则学习、基于

解释的学习和增强学习等。对每

一个主题，作者不仅进行了十分

详尽和直观的解释，还给出了实

用的算法流程。本书被卡内基梅

隆等许多大学作为机器学习课程

的教材。

-5-

机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计

学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设

计和分析一些让计算机可以自动“学习”的算法。即从数据中自动分析获得规

律，并利用规律对未知数据进行预测的算法。

定义：“机器学习是对能通过经验自动改进的计算机算法的研究”。

定义：“机器学习是一种让计算机在没有事先明确地编程的情况下做出正确反

应的科学”。

-6-

什么是机器学习？

•计算机技术的发展

•海量数据（存储和处理的能力）

•计算机网络（远程访问数据的能力）

•例如：

•连锁超市遍布全国各地，商品上千种，顾客数百万。

•销售终端记录每笔交易的详细资料，包括日期，购买

商品和数量、销售价格和总额，顾客标识码等。

-7-

什么是机器学习？

•我们不能确切的知道哪些人比较倾向于购买哪些特定

的商品，也不知道应该向喜欢看电影的人推荐哪些电

影。

•我们已经掌握的，就是历史的数据（经验）。

•我们期望从数据中提取出这些问题或相似问题的

答案。

-8-

什么是机器学习？

•已经观测到的数据产生是随机的么？其中是否隐

含一些规律？

•当你去超市买面包的时候，你是不是同时也会买点牛

奶？

•夏天的时候你是不是经常买雪糕？冬天则很少？

•数据中存在一