機器學習系列 1：監督學習和無監督學習

• 2019 年 10 月 7 日
• 筆記

歡迎大家跟我一起步入機器學習之路。在學習之前，我們首先是不是應該知道什麼是機器學習呢？

在 1998 年，「Tom Mitchell」對機器學習給出了如下的定義：

A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.

我一猜你們就跳過英文直接往下讀了，那我為什麼還要把這段英文寫上去呢？因為感覺這段英文定義特別有趣，你讀出來就像一段繞口令似的。我猜這位大牛當時定義的時候肯定是為了押韻才這麼寫的（手動狗頭）。

總而言之，用漢語概括來說，機器學習就是通過一大堆數據集訓練一個電腦程式讓他能夠去更加準確地預測出下一次的結果。

機器學習演算法分為兩大類，監督學習（Supervised learning）和無監督學習（Unsupervised learning）。

監督學習

目的：在監督學習中，我們會知道一些數據集（輸入），並且知道他們的答案（輸出），其中輸入輸出的關係就是監督學習想要得到的結果。

該圖中 h 就是監督學習想要得到的結果。

監督學習又分為兩類，「回歸問題」和「分類問題」。那麼「回歸問題」是什麼呢？舉個例子來說，現在我想預測一下房價，已經知道了一些房子的大小和價格，通過這些數據來擬合一個函數，然後把我家房子的大小輸入到這個函數中，這個過程就是解決「回歸問題」的過程。

「分類問題」呢？我現在看一下我的郵箱，裡面有垃圾郵件和非垃圾郵件（這就是數據集），通過這些數據，我來擬合一個函數，判斷我下一次收到的郵件是否為垃圾郵件。判斷一封郵件是否為垃圾郵件的過程就是解決「分類問題」的過程。

「回歸問題」與「分類問題」的區別就在於「回歸問題」是預測一個結果，「分類問題」是把一個輸入劃分到已知的類別中。

無監督學習

目的：在一堆數據集中，通過他們內在的關係將他們劃分成幾類。

還記得前面提到過的監督學習嗎？在監督學習中，你一開始就知道一些數據和他們的結果，但是不同於監督學習，無監督學習開始只知道這些數據，並不知道他們會得出什麼樣的結果。

舉個例子，每天都會有一些新聞，這些新聞來自各大平台（就像有頭條的，新華社的，微博的，公眾號的），我們把這些新聞全部都收集起來，通過無監督學習根據他們所描述的新聞內容進行分類，講述同樣一條新聞全部劃為一類。就像一條新聞，某個帥哥今天寫了人生中第一篇公眾號文章（你猜那個人是誰），這個新聞被多家媒體報道，經過無監督學習的分類之後，來自各大媒體報道有關這個內容的新聞全部劃為為一類。

好啦，今天就到這裡啦，下次見。