Samenvatting
samenvatting - machine learning
Samenvatting van het stuk 'Machine learning: Trends, perspectives, and prospects' van Jordan & Mitchell (2015). Gaat over verschillende aspecten van en begrippen bij machine learning.
[Meer zien]Voorbeeld 1 van de 4 pagina's
Voorbeeld 1 van de 4 pagina's
In winkelwagengesponsord bericht van onze partner
Verkoper
Volgen
Voorbeeld van de inhoud
5 - Machine learning: Trends, perspectives, and prospects - Jordan & Mitchell(2015)
Paper over machine learning
• Wat is machine learning?
• Hoe verschillen supervised learning, unsupervised learning en reinforcement learning
van elkaar?
Abstract:
- machine learning addresses the following questions:
how to build computers that improve automatically through experience
what are the fundamental statistical-computational-information-theoretic laws that
govern all learning systems, including computers, humans and organizations?
- machine learning: train a system by showing it examples of desired input-output behavior
- learning problem: the problem of improving some measure or performance when executing
some task, through some type of training experience
- machine learning algorithms: searching through a large space of candidate programs, guided
by training experience, to find a program that optimizes the performance metric
→ they vary greatly in two ways:
- how they represent candidate programs (decision trees, mathematical functions etc.)
- how they search through this space of programs (optimization algorithms etc.)
- algorithms that focus on function approximation problems: task is embodied in a function and
the learning problem is to improve the accuracy of that function, with experience consisting of a
sample of known input-output pairs of the function
-goal of algorithm: theoretically characterize the capabilities of specific learning algorithms and
the inherent difficulty of any given learning problem
- sample complexity: how much data are required to learn accurately
- computational complexity: how much computation is required
- mobile devices and embedded computing permit large amounts of data to be gathered about
individual humans, and machine-learning algorithms can learn form these data to customize
their services to the needs and circumstances of each individual
→ can be connected, so that an overall service emerges from the data of many people
- supervised learning systems: exemplify the function approximation problem, where the
training data take the form of a collection of (x, y) pairs and the goal is to produce a prediction
y* in response to a query x*
Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:
Bewezen kwaliteit door reviews
Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!
In een paar klikken geregeld
Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.
Direct to-the-point
Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper immederoever. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €3,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 67479 samenvattingen verkocht
Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen