嘿，我真的是机器学习领域的新手，最近开始阅读 Tom Mitchell 的《机器学习》一书，我被困在第一章的一个特定部分，他谈到了估计训练值和调整权重。对估计训练值的概念的解释会很好，但我知道解释所有这些并不容易，所以如果有人能够将我指向资源（讲座视频或简单的讲座幻灯片，或一些文本 sn-p) 谈论估计训练数据等的概念。
再次抱歉，我无法就我所问的问题提供更多信息。如果有人读过这本书并且在理解这些部分中描述的概念时遇到同样的问题，那么本书的部分是“Tom Mitchell 的机器学习”中的 1.2.4.1 和 1.2.4.2。
提前致谢。
【问题讨论】：
标签： machine-learning artificial-intelligence information-retrieval training-data
啊。经典教科书。我的副本有点超出日期，但它看起来我的第1.2.4节与你的主题相同。
首先，这是一个介绍性的章节，它试图笼统且不吓人，但结果它也非常抽象且有点模糊。在这一点上，我不会太担心你不明白这个概念，更有可能你过于思考它。后来的章节将肉体肉体现在似乎不明白。
在这种情况下，价值应被理解为对某个状态或实例的质量或性能的衡量，而不是一般意义上的“价值”。使用他的检查示例，具有高价值的状态 em>是一种电路板情况，适用于计算机播放器。
这里的主要想法是，如果您可以提供可以使用值 em>遇到的所有可能的状态，并且有一组规则定义了可以从当前状态达到哪些状态在进行哪些操作，那么您可以对哪些行动进行了解情况。
但分配给出的值只是游戏结束状态的琐碎任务。以最终状态实现的值通常称为奖励 em>。目标当然是最大化奖励。 估计训练值是指根据您稍后在游戏中获得的结果将猜测值分配给中间状态的过程。
所以，在玩许多许多培训游戏时，你保留了一条历史的痕迹，如果你发现某些状态x导致状态y，你可以根据当前的估计来改变x一点的估计值对于x和y的当前估计。这是什么“估计培训权重”。通过反复训练，模型变得有经验，估计应该收敛到可靠的值。它将开始避免导致失败的动作，并有利于导致胜利的动作。有许多不同的方式进行这种更新，以及代表游戏状态的许多不同方式，但这就是书的其余部分是关于的。
我希望这会有所帮助！
【讨论】：