ML

機器學習的定義

Field of study that gives computers the ability to learn without being explicitly programmed. (Arthur Samuel, 1959)

在操作層面上更直接的定義

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. (Tom M. Mitchell, 1997)

Machine Learning Guide

機器學習的專案流程

Complexity doesn't pay.

近年來深度學習 (deep learning) 被吹捧為一項可以完成了不起的模式識別技術。這些神經網路擁有多層結構,但每層的節點數卻較少。從事深度學習的研究人員宣稱,比起層數較少但每層節點數更多的網路來說,如此配置能讓學習更為簡單,並導致更好的預測能力。然而,這樣的觀測結果可能只適用於有更高維輸入量 (更多的特徵) 或是擁有更多數據樣本的問題。

如果想要活用機器學習,必須理解核心的數學概念,掌握想要適用領域的專業知識。使用機器學習時,機器學習演算法所佔的比例並不大,重要的是對數據的理解和特徵的把握,必須具備統計和機率相關的數學知識,並且擁有該領域的專業知識,智能優化的質量取決於是否擁有更多的優質數據。