开发者学堂课程【机器学习概览及常见算法：什么是机器学习】与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/529/detail/7116

什么是机器学习

 

内容介绍：

1 机器学习的定义

2 西洋跳棋:具体问题编程

3 西洋跳棋:训练模型

4 西洋跳棋与机器学习

5 几个常见概念

 

1 机器学习的定义

机器学习:在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域 -- Arthur Samuel, 1959

机器学习:一门人工智能的科学,该领域的主要研究对象是人工智能，特别是如何在经验学习中改善体算法的性能。    --Langley, 1996

机器学习:计算机算法的研究,并通过经验自动进行改善。

--Tom M. Mitchell, 1996

机器学习:对于某类任务T和性能度量P ,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善,那么我们称这个计算机程序在从经验E学习。

机器学习:指机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型,利用经验模型指导业务。

 

2 西洋跳棋:具体问题编程

暴力破解:

形成所有局面下的最佳应手,作为知识库

遍历知识库，找到当前局面下的最佳招数

问题:

知识库很难产生,数据量巨大

需从海量数据中遍历

固定套路:

总结-些行棋规则 ,根据行棋规则行棋

问题:

行棋规则总结麻烦

棋力和总结规则的人水平有关

 

3 西洋跳棋:训练模型

机器学习的思路:

■任务T :下西洋跳棋

■性能标准P :赢棋的概率

■经验E:和自己对弈

■确定目标函数:V

棋局状态b评估:

■X1 :棋盘上黑子的个数         b1-> b2-> b3-> ... bn-> END

■X2 :棋盘上红子的个数

■X3 :棋盘上黑王的个数

 

■X4 :棋盘上红王的个数        输入棋谱或者自己和自己下

■X5 :被红子威胁的黑子个数    很多盘，可以求出w0、w.1......w6

■X6:被黑子威胁的红子个数

V(b)=w0+w1*X1+...+w6*X6

 

4 西洋跳棋与机器学习

机器学习实现的西洋跳棋特点:

无需传统模式编程

定义任务、性能、经验以及目标函数,并提供目标函数学习方式即可

随着数据的变化,能自动学习、更新

利用自己对弈= >优化模型的方式,可以持续提升

适用场景:

不宜针对问题进行手工编程

不能定义该问题的解决方案

基于复杂数据的快速决策

大规模的个性化系统

 

5 几个常见概念

数据挖掘    机器学习    模式识别    统计学习

计算机视觉    自然语言处理    语音识别