机器学习入门笔记(一)----初次见面
2017-08-23 20:45
323 查看
1. 尝试对机器学习进行定义：
给予机器自我学习的能力
对于任务T完成质量的度量P，可以随着经验E提升。
2. 分类：
监督学习：已有数据前提下，给出一个算法。算法可以得出数据集中的结果，并尽量得出更多数据集外的正确结果。
无监督学习：不确定结果是什么样子的自主学习。
3. 监督学习：
回归问题：房价预测
分类问题：肿瘤良性、恶性
4. 无监督学习：
聚类
鸡尾酒会
...
5. 工具：
octave 快速构建算法模型
给予机器自我学习的能力
对于任务T完成质量的度量P，可以随着经验E提升。
2. 分类：
监督学习：已有数据前提下，给出一个算法。算法可以得出数据集中的结果，并尽量得出更多数据集外的正确结果。
无监督学习：不确定结果是什么样子的自主学习。
3. 监督学习：
回归问题：房价预测
分类问题：肿瘤良性、恶性
4. 无监督学习：
聚类
鸡尾酒会
...
5. 工具：
octave 快速构建算法模型
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- [机器学习入门] 李宏毅机器学习笔记-15 （Unsupervised Learning: Word Embedding；无监督学习：词嵌入）
- 机器学习入门学习笔记：（3.1）决策树算法
- 【笔记】机器学习入门（一）
- [机器学习入门] 李宏毅机器学习笔记-34 (Recurrent Neural Network part 3;循环神经网络 part 3)
- [机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）
- 机器学习入门笔记（三）：特征工程
- 机器学习笔记6：TensorFlow入门之MNIST数据集训练
- 机器学习入门之《统计学习方法》笔记——朴素贝叶斯法
- [机器学习入门] 李宏毅机器学习笔记-14 （Unsupervised Learning: Linear Dimension Reduction；无监督学习：线性降维）
- 【机器学习入门】Andrew NG《Machine Learning》课程笔记之四：分类、逻辑回归和过拟合
- [机器学习入门] 李宏毅机器学习笔记-9 （“Hello world” of deep learning；初探深度学习）
- 程序员的机器学习入门笔记（五）：文本分类的入门介绍
- 机器学习入门笔记(二)----线性回归
- 机器学习入门笔记(十)----异常检测
- 程序员的机器学习入门笔记（七）：推荐系统入门介绍
- 机器学习入门之《统计学习方法》笔记整理——最大熵模型
- 机器学习入门学习笔记：（3.2）ID3决策树程序实现
- 机器学习笔记（五） octave入门
- 机器学习入门笔记(九)----无监督学习
- [机器学习入门] 李宏毅机器学习笔记-33 (Recurrent Neural Network part 2;循环神经网络 part 2)