大四最後一學期因為修了盧信銘老師的統計學習初論(Statistical Learning),開始接觸機器學習(Machine Learning)也開始對這方面產生興趣。由於這堂課作業都是用python寫,吃了不少苦頭。
因此這一系列的文章將會記錄我這一學期來學習機器學習的內容,包含了觀念和如何使用python撰寫機器學習模型。希望可以用淺顯易懂的文字幫助到大家。
這是關於機器學習應用的文章,它可能不適合這些人閱讀:
機器學習在被大家廣泛知道之前,另外大家常在用的一個叫專家法則,另一個叫統計學習(Statistical Learning)。那其實機器學習跟統計學習中間還是有重疊的地方,只是統計學習更注重在模型的解釋力,反而機器學習比較沒有那麼在意解釋力,只要做出來的模型跟預測出來的結果是好的就可以。
機器學習是透過程式讓電腦能夠從資料中學習的學科
Machine learning is the science of programming computers so they can learn from data.
傳統上我們在讓電腦程式處理問題都是寫很多的if-else,請電腦碰到這個狀況幫我做什麼處理,碰到另一個狀況幫我做什麼處理。但是隨著任務越來越複雜,不是每件事都可以寫成if條件式,所以我們讓電腦只看過往發生的歷史資料&結果和預期結果對比得到一個pattern,再用這個pattern對未知的data做判讀。
簡而言之,機器學習(Machine Learning)是實踐人工智慧(AI)的一種手段,而深度學習(Deep Learning)是機器學習的其中一種方法
#python #machine-learning