########翻譯整理自 《Deep Learning》,【】內爲自己加的內容#########
1.含義
機器學習算法是可以從數據中學習的算法。
“學習”的含義是什麼?Mitchell 在 1997年給出瞭如下定義【應該是比較公認的定義,因爲在多本機器學習經典著作中均用了此定義】:
“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.” ———Mitchell ,1997
翻譯過來就是【拙劣的翻譯,還是看原文明白】:一個計算機程序在某種任務T中,在某個評價標準P之下,從經驗E中學習,是指通過經驗E可以提高在任務T中的評價指標P。
2.舉例
【拙劣的例子,僅供參考】
例如:用一個線性迴歸模型來擬合夏天溫度和空調 用電量之間的關係。
(a)任務T就是找出二者的線性關係,
(b)評價標準P就是模型的迴歸值和真實用電量之間的平均平方偏差(mse)。
(c)E就是大量的實際數據。
更多更準確的數據,可以使得模型性能更好,從而誤差P也更小。