我想从机器学习开始,我看了安德鲁·吴( Andrew )关于ML的课程内容,发现虽然这门课程是建立在数学基础上的,但在概率或统计上没有太多。但在许多大学课程中,K·墨菲所著的“概率机器学习:概率论”一书被使用,书中似乎充满了概率、统计学等。我想知道的是,ML --就像神经网络或其他ML技术一样,正在行业中使用--是否有任何统计或概率基础,而这些基础通常不受干扰,还是一个新兴的领域,它的数学基础不是来自概率或统计?最后
我把对象的定义定义为特征概率。每个对象都有自己的特征、重要性和概率。例如,对于对象"X",我有“颜色”特征(重量为0.8) -对象可以是蓝色的80%的案例和黑色的20%的案例。我试图创建一个“预测器”,所以如果我观察到蓝色和圆形的东西- (0.8 X 0.8) x (0.2 x 0.7) -物体X的概率。
这在数学上有意义吗?