很好的学习问题

适定学习问题——如果计算机程序在 T 上的性能（由 P 衡量）随经验 E 升级，则称该计算机程序从上下文中的经验 E 中学习某些任务 T 和某些性能度量 P。

如果任何问题具有三个特征，则可以将其分离为适定学习问题：

• 任务
• 性能指标
• 经验

有效定义适定学习问题的某些示例是：

1. 更好地过滤垃圾邮件

• 任务 – 将电子邮件分类为垃圾邮件与否
• 绩效衡量 – 准确分类为垃圾邮件或非垃圾邮件的电子邮件比例
• 经验 - 观察您将电子邮件标记为垃圾邮件还是非垃圾邮件

2.跳棋学习问题

• 任务 - 玩跳棋游戏
• 表现衡量 – 战胜对手的比赛百分比
• 经验——与自己玩实现游戏

3. 手写识别问题

• 任务 - 确认描绘中的手写词
• 绩效衡量 - 准确分类的单词百分比
• 经验——给定分类的手写词目录

4. 机器人驾驶问题

• 任务 - 使用视线扫描仪在公共四车道高速公路上行驶
• 绩效衡量 - 在谬论之前进步的平均距离
• 体验——观察人类驾驶员时记下的图像顺序和转向指令

5. 水果预测问题

• 任务 - 预测不同的水果进行识别
• 性能测量 - 能够预测水果的最大种类
• 经验 - 具有最大水果图像数据集的训练机

6. 人脸识别问题

• 任务——预测不同类型的人脸
• Performance Measure – 能够预测最多的人脸类型
• 经验——具有最大数量的不同人脸图像数据集的训练机器

7. 文件自动翻译

• 任务 – 将文档中使用的一种语言翻译成另一种语言
• Performance Measure – 能够有效地将一种语言转换为另一种语言
• 经验——具有不同类型语言的大型数据集的训练机器