《机器学习》第一周 Introduction | 监督学习与非监督学习的基本概念
2016-10-09 15:52
288 查看
课程视频地址:https://www.coursera.org/learn/machine-learning/lecture/1VkCb/supervised-learning
像房价预测问题这样的监督学习又叫回归学习(一般是监督学习的一种)。
Supervised Learning:“right and answers given”
监督学习:给出训练集
Regression Learning:Predict continuous valued output(eg:price)
回归学习:预测输出是连续值,比如说价格。
Classification: Discrete value output ( 0 or 1 )
分类问题: 离散值输出,有时可以不止两个特征,甚至无穷个特征。
答案是C。
对于给定的数据集,无监督学习算法通过数据中存在的内在结构可能判定,该数据集包含几个不同的聚类,然后把数据分到这几个聚类中。这就是聚类算法(clustering algorithm)。聚类算法的实际用例有谷歌新闻每天搜索成千上万条新闻,然后把同一个事件的新闻报道聚集在一起。
历史上,由于聚类问题和无监督学习关联更紧密,所以时常将两者概念混在一起。但事实上,无监督学习还有另一种算法——关联规则挖掘。实例如鸡尾酒宴问题。关联规则挖掘也是无监督学习。
Supervised Learning 监督学习
监督学习:给出一个算法,需要部分数据集已经有正确答案。比如给出给定房价数据集,对于里面每个数据,算法都能计算出对应的正确房价。算法的结果就是短处更多的正确价格。像房价预测问题这样的监督学习又叫回归学习(一般是监督学习的一种)。
Supervised Learning:“right and answers given”
监督学习:给出训练集
Regression Learning:Predict continuous valued output(eg:price)
回归学习:预测输出是连续值,比如说价格。
Classification: Discrete value output ( 0 or 1 )
分类问题: 离散值输出,有时可以不止两个特征,甚至无穷个特征。
课堂训练(如图):
答案是C。
Unsupervised Learning 无监督学习
在无监督学习中,我们用到的数据和监督学习中的不一样。在无监督学习中,没有属性或者说标签的概念,只有一个数据集。对于给定的数据集,无监督学习算法通过数据中存在的内在结构可能判定,该数据集包含几个不同的聚类,然后把数据分到这几个聚类中。这就是聚类算法(clustering algorithm)。聚类算法的实际用例有谷歌新闻每天搜索成千上万条新闻,然后把同一个事件的新闻报道聚集在一起。
历史上,由于聚类问题和无监督学习关联更紧密,所以时常将两者概念混在一起。但事实上,无监督学习还有另一种算法——关联规则挖掘。实例如鸡尾酒宴问题。关联规则挖掘也是无监督学习。
相关文章推荐
- PRML读书会第一章 Introduction(机器学习基本概念、学习理论、模型选择、维灾等)
- 【机器学习 基本概念】监督学习、无监督学习、半监督学习与强化学习
- 机器学习基础学习笔记1-基本概念
- 机器学习-监督学习概念
- 学习路线:入门机器学习基本概念之PCA 的数学原理和可视化效果
- Machine Learning(Stanford)| 斯坦福大学机器学习笔记--第一周(1.监督学习与无监督学习的介绍)
- 无监督特征学习涉及的基本概念
- 学习路线:入门机器学习基本概念之机器学习中常用评估指标汇总
- 深度学习基础介绍:机器学习介绍和基本概念
- 机器学习中的监督学习与非监督学习
- 机器学习(一) - 基本概念,学习过程和工具
- 学习路线:入门机器学习基本概念之凸优化有什么用
- 深度 | 一篇文章带你进入无监督学习:从基本概念到四种实现模型(附论文)
- Stanford机器学习---第一周.监督学习与梯度下降
- 深度学习,机器学习部分基本概念
- [数据挖掘与机器学习] 十张图解释机器学习的基本概念(转自IT面试论坛)
- 第一周-机器学习监督学习-无监督学习
- 学习路线:入门机器学习基本概念之简述极大似然估计
- 【第一周】机器学习之无监督学习 学期课程导学
- 监督学习-基本概念笔记