目录

1.说明

2.第二部分(P9~P10)

机器学习算法总结(监督学习)

3.单词

4.专业术语

---

1.说明

书全名:How AI Works From Sorcery to Science 作者 Ronald T.Kneusel

2.第二部分(P9~P10)

总结机器学习算法

作者把机器学习的过程比喻成输入-->黑盒-->输出

这里的标签可以理解为一张有狗的图片,当机器能够正常识别时,为这个图片贴上一个标签"dog"

某个事物的特征举例:房屋的特征:多少平?多少个房间?地址在哪里?邮政编码?

---

训练模型(condition a model):设置模型的参数,使它们能够为给定的输入产生正确的输出

因此模型的参数控制着模型的输出

---

设置模型参数的方法:用已知的输入和输出去校正参数,从而去应对未知输出的输入

当然无论怎么校正模型的参数,都是与正确结果有一定偏差的

因此作者引用了George Box的名言:"All model are wrong,but some are useful."

即任何模型都无法完美地复制现实(原文的minimize mistakes最小化错误),但是模型本身有价值(如天气预报在某些情况下虽然不准,但仍然有价值)

---

机器学习算法总结(监督学习)

1.收集训练集:已知的输入和输出

2.设置要训练的模型类型

3.用已知的输入和输出去训练模型,当模型产生错误输出时,调整模型参数

4.重复第3步,直到我们满意模型的表现

5.给训练后的模型提供新的并且未知的输入,让其产生输出

3.单词

a collection of 一堆;一群;一批

probability 可能性(probable的名词形式)

ZIP code 邮政编码(注意不是压缩后缀ZIP!)(全称Zone Improvement Plan code)

at first blush 乍一看

at some future point 在未来的某个时刻

in a sense 在某种意义上

4.专业术语

characteristic 特征

labeled data 标注数据

supervised learning 监督学习