机器学习的原理

机器学习第二问 --- 机器是如何学习的？（How can machine learn?）

 

简单来说，机器学习是这样的一个过程：输入我们收集的训练数据，通过学习算法检验所有可能的假设（假设用函数表示），找到一个最近似于真实规律的假设。如下图所示：

 

 一些术语：

• 特征（Feature）：x∈X，输入的一些描述
• 目标（Target）：y∈Y，特征所对应的分类或值，比如说某个肿瘤是良性的还是恶性的，或者某个房子可以卖多少钱
• 真实的目标函数（True Target Function）：f: X→Y，特征和目标之间的真实规律，用函数表示
  
• 训练数据（Training Data）：D={(x1,y1),(x2,y2),…,(xn,yn)}，是之前积累的记录，在现实生活中，训练数据是有噪声的，比如说记录错误，缺失值，测量误差等
• 假设集（Hypothesis Set）：h∈H，所有可能表示特征和目标之间规律的函数
• 学习到的函数（Learned Formula）：g: X→Y，机器从训练数据中学到的规律，用函数表示，我们期望学到的g表现足够好，即g≈f
  
• 机器学习算法（Learning Algorithm）：A，由D产生g的算法，A会从各种不同假设h构成的集合H中挑选出一个最好的g，使得g≈f