机器学习模型:是一个灵活的程序,里面带有大量的参数,通过训练来调整这些参数,能够改变程序的行为。
机器学习模型的训练过程通常如下:
1、初始化一个几乎什么也不能做的模型(一般是随机初始化参数);
2、抓取一些有标注的数据集(例如一段音频信号以及它是否包含关键词);
3、修改模型使得它在抓取的数据集上能够更准确的执行任务;
4、重复2和3步骤,直到模型的准确率达到自己的要求。
以上 的步骤属于监督学习(supervised learning)的过程。
机器学习要解决的问题一般属于用普通的规则编程无法解决的问题,需要配合数据,用数据来“编程”。