如何进行机器学习
2016-11-29 17:43
148 查看
1、机器学习的初步
1.1、概念的定义 1.2,ML分类 1.3,算法一览 1.4.参考资源
2、相关高等数学
2.1、倒数,梯度2.2,Taylor展开,2.3凸函数
3、相关概率论
3.1、古典概率,3.2贝叶斯公式,3.3常见概率分本
机器学习
机器学习(Machine Learning, 简称ML)是一门多个不同的领域相互交叉的一门学科,主要研究如何通过计算机模拟或实现人类的学习行为,并能够获取新的知识或技能,他可以自己重新组织已有的知识结构使之不断改善自身的性能。简单的来说,计算机从数据中学习出规律及模式,能够在数据上做出相应的预测;
那机器学习什么呢?
语言、文字的认知识别;图像、场景、自然物的认知识别;规则的识别(红灯停,绿灯行);相对复杂的推理、及判断能力(语言是否存在欺诈等),这样使得计算机和人一样的学习能力(决策,推理,识别。。。等智能),如何去做呢?是给定一定的学习规则,从中获取知识的能力
1.1、概念的定义 1.2,ML分类 1.3,算法一览 1.4.参考资源
2、相关高等数学
2.1、倒数,梯度2.2,Taylor展开,2.3凸函数
3、相关概率论
3.1、古典概率,3.2贝叶斯公式,3.3常见概率分本
机器学习
机器学习(Machine Learning, 简称ML)是一门多个不同的领域相互交叉的一门学科,主要研究如何通过计算机模拟或实现人类的学习行为,并能够获取新的知识或技能,他可以自己重新组织已有的知识结构使之不断改善自身的性能。简单的来说,计算机从数据中学习出规律及模式,能够在数据上做出相应的预测;
那机器学习什么呢?
语言、文字的认知识别;图像、场景、自然物的认知识别;规则的识别(红灯停,绿灯行);相对复杂的推理、及判断能力(语言是否存在欺诈等),这样使得计算机和人一样的学习能力(决策,推理,识别。。。等智能),如何去做呢?是给定一定的学习规则,从中获取知识的能力
相关文章推荐
- 机器学习练习记录(3):HMM中,如果已知观察序列和产生观察序列的状态序列,如何直接进行参数估计?
- 机器学习中的贝叶斯方法---先验概率、似然函数、后验概率的理解及如何使用贝叶斯进行模型预测(2)
- 【译文】如何利用机器学习和分布式计算来对用户事件进行分类
- 如何用机器学习进行天气预报?
- Facebook如何运用机器学习进行亿级用户数据处理
- Facebook如何运用机器学习进行亿级用户数据处理
- [干货]如何从不均衡类中进行机器学习
- 如何选择机器学习模型进行数据分析_简要笔记
- 大数据入行新手如何进行机器学习?
- Facebook如何运用机器学习进行亿级用户数据处理
- 机器学习中的贝叶斯方法---先验概率、似然函数、后验概率的理解及如何使用贝叶斯进行模型预测(1)
- 机器学习讲座,如何利用Spark MLlib进行个性推荐?
- Facebook如何运用机器学习进行十亿级用户数据处理
- 机器学习原来如此有趣:如何用深度学习进行语音识别 #精选APPLEAR
- 机器学习讲座,如何利用Spark MLlib进行个性推荐?
- 机器学习如何进行调参
- 如何从不均衡类中进行机器学习
- Facebook如何运用机器学习进行亿级用户数据处理
- Hulu机器学习问题与解答系列 | 十四:如何对高斯分布进行采样
- 机器学习基础[1]]: 理解如何训练计算机进行学习