通常机器学习过程 样例 通常机器学习研究中省去了经验积累过程。 (1)知识生成过程 训练 将事先组织好的经验数据（包括实验数据和 统计数据)直接作为学习系统的输入。 知识 把组织好的经验数据称为训练样本或样例，把 输入信息 响应信息 由样例到知识的转换过程称为学习或训练。 决策 执行 (2)知识运用过程 Hangzhou Dianzi University杭州电子科技大学 School of Computer Science and Tecfnology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 通常机器学习研究中省去了经验积累过程。 将事先组织好的经验数据（包括实验数据和 统计数据）直接作为学习系统的输入。 把组织好的经验数据称为训练样本或样例, 把 由样例到知识的转换过程称为学习或训练。 通常机器学习过程
机器学习的关键环节 机器学习的关键环节在于知识发现。 机器学习的一般流程 样例 训练的目标是 知识发现 新的样本 训练 发现 学习 预调 信息 知识 训练样本 苠型 预测结果 知识 Hangzhou Dian.2i乙niversity杭州电子科技大学 School of Computer Science and Tecfnology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 机器学习的关键环节 机器学习的关键环节在于知识发现。 训练的目标是 知识发现 机器学习的一般流程
机器学习的三要素 机器学习的三个要素： ·信息，发现，知识 ·分别是机器学习的对象、方法和目标。 一个简单的例子一一如何区分樱桃和猕猴桃？ 选择两个有区分度的特征：颜色x,重量y,组成特征向量(x,y) 樱桃的颜色亮，重量小；猕猴桃的颜色暗，重量大 Hangzhou Dian.2i乙niversity杭州电子科技大学 School of Computer Science and Tecfmnology计算机学院周文晖 Cioot GGORbEAL DCICNCE u I6ERIOtOD
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 机器学习的三要素 机器学习的三个要素： • 信息，发现，知识 • 分别是机器学习的对象、方法和目标。 一个简单的例子——如何区分樱桃和猕猴桃？ 选择两个有区分度的特征：颜色x，重量y，组成特征向量(x, y) 樱桃的颜色亮，重量小；猕猴桃的颜色暗，重量大
机器学习的一个简单的例子 亮 如何区分樱桃和猕猴桃？ 整 樱桃的颜色亮，重量小；猕猴桃的颜色暗，重量大： 暗 收集一些樱桃、猕猴桃，作为训练样本，测量它们 小 重量 大 的这两个特征；樱桃位于xy平面的左上角，猕猴桃 位于右下角。 把樱桃和猕猴桃抽象成平面上的点， 用一条直线可以将这两种类型分开，这条直线称为 线性分类器。 Hangzhou Dianzi Universit的杭州电子科技大学 School of Computer Science and Technology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 机器学习的一个简单的例子 如何区分樱桃和猕猴桃？ 樱桃的颜色亮，重量小；猕猴桃的颜色暗，重量大； 收集一些樱桃、猕猴桃，作为训练样本，测量它们 的这两个特征；樱桃位于xy平面的左上角，猕猴桃 位于右下角。 颜 色 小 重量 大 亮 暗 把樱桃和猕猴桃抽象成平面上的点， 用一条直线可以将这两种类型分开，这条直线称为 线性分类器
机器学习的一个简单的例子 如何区分樱桃和猕猴桃？ 用一条直线可以将这两种类型分开，这条直线称为线性分类器。 直线方程为ax+by+c=0 用直线将两类水果分开 落在直线上方的点被判定成樱桃ax+by+c<0 落在直线下方的点被判定成猕猴桃ax+by+c>0 这条直线就是训练得到的机器学习模型，直线方程的参数就是机器学习模型的参数 faig3iouD1 inzi University杭州电子科技大学 School of Computer Science and Tecfnology计算机学院周文晖
Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 机器学习的一个简单的例子 如何区分樱桃和猕猴桃？ 用一条直线可以将这两种类型分开，这条直线称为线性分类器。 直线方程为 落在直线上方的点被判定成樱桃 落在直线下方的点被判定成猕猴桃 这条直线就是训练得到的机器学习模型，直线方程的参数就是机器学习模型的参数 ax by c 0 ax by c 0 ax by c 0 用直线将两类水果分开