-
机器学习 (machine learning) 可以广泛地定义为使用经验来提高性能或做出准确预测的计算方法。
-
经验 (experience) 指的是学习者可用的过去信息
- 这通常采取收集和分析的电子数据形式。
- 这些数据可能
- 数字化的人类标记的训练集
- 通过与环境的交互获得的其他类型的信息
- 在所有情况下，数据的质量和大小对于学习者所做的预测的成功至关重要。
- 机器学习包括设计高效和准确的预测算法
- 算法的质量的一些关键度量
- 时间复杂度
- 空间复杂度
- 在机器学习中，需要一个样本复杂度的概念来评估算法学习概念族所需的样本大小
- 更一般地说，算法的理论学习保证取决于考虑的概念类的复杂性和训练样本的大小
- 机器学习与数据分析统计学有着本质的联系。
- 学习技术结合了
- 计算机科学的基本概念
- 统计学、概率
- 优化