机器学习与数据挖掘.ppt

《机器学习与数据挖掘.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机器学习与数据挖掘基本问题何为机器学习、数据挖掘？计算机的功能替代人的大脑进行思维最简单的：+-*/……稍复杂：圆、方、直线……按规则推理传统的人工智能更复杂的思维能力？学习、综合、推广、创新……用计算机全面替代人的大脑进行思维是计算机学界的终极理想何为机器学习、数据挖掘？计算机的功能计算机“思维”水平的现状人类已深刻理解的过程使用准确的数学模型进行计算各种运算：+-*/sinlog……边缘提取：各种算子几何形状提取：Hough变换y=ax+bXYABab峰值何为机器学习、数据挖掘？计算机的功能计算机“思维”水平的现状人类尚未深刻理

2、解的过程？尚未有好的办法解决人类是如何解决的？学习如果计算机可如人类一样学习，则可极大提高计算机应用范围和效果机器学习何为机器学习、数据挖掘？何为“学习”？H.Simon:AnyprocessbywhichasystemimprovesitsperformanceM.Minsky:LearningismakingusefulchangesinourmindsR.Michalsky:LearningisconstructingormodifyingrepresentationsofwhatisbeingexperiencedL.Va

3、liant:Learningistheprocessofknowledgeacquisitionintheabsenceofexplicitprogramming……何为机器学习、数据挖掘？学习的基本模型人类是如何学习的？基本过程：观察响应热红色跳动……火何为机器学习、数据挖掘？学习的基本模型人类是如何学习的？学习过程的本质是对因果律求逆火内在实体：不可直接观测因果律热红色跳动可观测特征学习意识中的实体何为机器学习、数据挖掘？学习的基本模型概念空间特征空间因果律物理过程学习过程何为机器学习、数据挖掘？学习的基本模型基本要素问题：所需

4、要的输出（类别、数值…）特征／属性：可观测的物理量样本：特征组合和输出类别的一些对应关系何为机器学习、数据挖掘？学习的基本模型目标通过对少量样本的分析，获得一个特征和输出类别的一般性对应关系基本数学模型强：给定一组{(X,F(X))}，求F如不对F进行很强的限制，一般难以实现弱：给定一组{(X,F(X))}，对新的X，求F(X)“举一反三”仍然是很难的问题何为机器学习、数据挖掘？学习的基本模型应用过程原始数据人工分析机器学习训练样本模型新数据结果离线过程在线过程数学方法决定性步骤尚无有效的理论指导机器学习与数据挖掘研究内容样本准备对

5、象分割对象在文档中可能只占很小比例用整个文档提取的特征含有大量噪声特征与特征提取使用什么样的特征？如何计算？如何进行预处理？……样本选择正负样本数可能严重失衡（1:10，1:100）样本可能包含噪声机器学习与数据挖掘研究内容样本预处理特征选择并非所有特征都对学习有帮助过多的特征会带来大量噪声特征降维消除特征之间的相关性，降低特征维数过多的特征会带来大量噪声机器学习与数据挖掘研究内容训练算法算法选择概率的/几何的？产生式/区分式？……参数选择算法参数的选择直接决定了训练出的模型的优劣Boost是否需要Boost?用哪种Boost方法？