开发者学堂课程【机器学习概览及常见算法：什么是机器学习】与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/529/detail/7116
什么是机器学习
内容介绍：
1 机器学习的定义
2 西洋跳棋:具体问题编程
3 西洋跳棋:训练模型
4 西洋跳棋与机器学习
5 几个常见概念
1 机器学习的定义
机器学习:在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域 -- Arthur Samuel, 1959
机器学习:一门人工智能的科学,该领域的主要研究对象是人工智能，特别是如何在经验学习中改善体算法的性能。 --Langley, 1996
机器学习:计算机算法的研究,并通过经验自动进行改善。
--Tom M. Mitchell, 1996
机器学习:对于某类任务T和性能度量P ,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善,那么我们称这个计算机程序在从经验E学习。
机器学习:指机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型,利用经验模型指导业务。
2 西洋跳棋:具体问题编程
暴力破解:
形成所有局面下的最佳应手,作为知识库
遍历知识库，找到当前局面下的最佳招数
问题:
知识库很难产生,数据量巨大
需从海量数据中遍历
固定套路:
总结-些行棋规则 ,根据行棋规则行棋
问题:
行棋规则总结麻烦
棋力和总结规则的人水平有关
3 西洋跳棋:训练模型
机器学习的思路:
■任务T :下西洋跳棋
■性能标准P :赢棋的概率
■经验E:和自己对弈
■确定目标函数:V
棋局状态b评估:
■X1 :棋盘上黑子的个数 b1-> b2-> b3-> ... bn-> END
■X2 :棋盘上红子的个数
■X3 :棋盘上黑王的个数
胜 100 平 0 负 -100 |
V(b)= 100 V(b)=0 V(b)= -100 V(b)=V(b' ) |
■X4 :棋盘上红王的个数 输入棋谱或者自己和自己下
■X5 :被红子威胁的黑子个数 很多盘，可以求出w0、w.1......w6
■X6:被黑子威胁的红子个数
V(b)=w0+w1*X1+...+w6*X6
4 西洋跳棋与机器学习
机器学习实现的西洋跳棋特点:
无需传统模式编程
定义任务、性能、经验以及目标函数,并提供目标函数学习方式即可
随着数据的变化,能自动学习、更新
利用自己对弈= >优化模型的方式,可以持续提升
适用场景:
不宜针对问题进行手工编程
不能定义该问题的解决方案
基于复杂数据的快速决策
大规模的个性化系统
5 几个常见概念
数据挖掘 机器学习 模式识别 统计学习
计算机视觉 自然语言处理 语音识别
