[ 机器学习 - 吴恩达 ] 介绍 | 1-2 什么是机器学习

机器学习定义

• Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability to learn without being explicitly (明确地) programmed. 在没有明确地设置下，使计算机具有学习能力的研究领域
• Tom Michell (1998). Well-posed (适当的) Learning Problem: 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. 一个适当的学习问题：计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。

机器学习算法

• 监督学习
• 非监督学习

其它：强化学习，推荐系统

课程还会讨论：在应用学习算法时的实际建议。

问题-1：假设你的邮件程序监视你标记哪些邮件是或不是垃圾邮件，并在此基础上学习如何更好地过滤垃圾邮件，在这种情况下，任务T是什么？
答案: A
A: 将邮件分为垃圾或非垃圾邮件
B: 监视你将邮件标记为垃圾或非垃圾邮件 -> E
C: 邮件被正确分为垃圾或非垃圾邮件的数量（或分数）-> P
D: 以上均不是 - 这不是一个机器学习问题