966 什么是机器学习 具体的例子 ·现在我手里有一栋房子需要售卖，我应该给它 标上多大的价格？房子的面积是1200feet2。 希望获得房价与面积的某种规律，能够最大程 度的反映面积与房价关系的规律。 ·调查了周边与我房型类似的一些房子，获得一 组数据。 31
什么是机器学习 ◼ 具体的例子 ◼ 现在我手里有一栋房子需要售卖，我应该给它 标上多大的价格？房子的面积是1200feet2 。 ◼ 希望获得房价与面积的某种规律，能够最大程 度的反映面积与房价关系的规律。 ◼ 调查了周边与我房型类似的一些房子，获得一 组数据。 31
/986 什么是机器学习 具体的例子 400 300 ×x×x×x Price($) 200 X in1000's 100 十十 0 0 500 1000 1500 2000 2500 Size in feet2 ■任务T：预测房子价格 性能P:预测的合理性 ■经验E:周边房子的面积大小和价格数据 32
什么是机器学习 ◼ 具体的例子 ◼ 任务T：预测房子价格 ◼ 性能P：预测的合理性 ◼ 经验E：周边房子的面积大小和价格数据 32 0 100 200 300 400 0 500 1000 1500 2000 2500 Price ($) in 1000’s Size in feet2
/986 什么是机器学习 模型的选择 ·拟合出一条直线，让它“穿过”所有的点，并且与各个点的距 离尽可能的小。 ■房价=面积*a+b ■a、b都是直线的参数。获得这些参数以后，我就可以计算出房 子的价格。 训练数据 假定a=0.2,b=50,那么房价： 学习算法 0.2*1200+50=290（29万美金) 面积大小 模型 价格 33
什么是机器学习 ◼ 模型的选择 ◼ 拟合出一条直线，让它“穿过”所有的点，并且与各个点的距 离尽可能的小。 ◼ 房价 = 面积 * a + b ◼ a、b都是直线的参数。获得这些参数以后，我就可以计算出房 子的价格。 ◼ 假定a = 0.2, b = 50，那么房价： 0.2*1200+50=290（29万美金） 33 训练数据 学习算法 面积大小 模型 价格
966 什么是机器学习 ■房价模型是根据拟合的函数类型决定的。 ·如果是直线，那么拟合出的就是直线方程。 如果是其他类型的线，例如抛物线，那么拟合 出的就是抛物线方程。 ·机器学习有众多算法，一些强力算法可以拟合 出复杂的非线性模型，用来反映一些不是直线 所能表达的情况。 34
什么是机器学习 ◼ 房价模型是根据拟合的函数类型决定的。 ◼ 如果是直线，那么拟合出的就是直线方程。 ◼ 如果是其他类型的线，例如抛物线，那么拟合 出的就是抛物线方程。 ◼ 机器学习有众多算法，一些强力算法可以拟合 出复杂的非线性模型，用来反映一些不是直线 所能表达的情况。 34
966 什么是机器学习 总结 ■首先，我们需要在计算机中存储历史的数据。 接着，我们将这些数据通过机器学习算法进行处理，这个过程 在机器学习中叫做“训练”，处理的结果可以被我们用来对新的 数据进行预测，这个结果一般称之为“模型”。 ·对新数据的预测过程在机器学习中叫做“预测”。 “训练”与“预测”是机器学习的两个过程，“模型”则是过程的中 间输出结果，“训练”产生“模型”，“模型指导预测”。 35
什么是机器学习 ◼ 总结 ◼ 首先，我们需要在计算机中存储历史的数据。 ◼ 接着，我们将这些数据通过机器学习算法进行处理，这个过程 在机器学习中叫做“训练”，处理的结果可以被我们用来对新的 数据进行预测，这个结果一般称之为“模型” 。 ◼ 对新数据的预测过程在机器学习中叫做“预测” 。 ◼ “训练”与“预测”是机器学习的两个过程，“模型”则是过程的中 间输出结果，“训练”产生“模型” ， “模型”指导 “预测” 。 35