机器学习(基本概念)
最近对机器学习非常感兴趣,然后自己接触了一些算法之后,觉得非常有意思,所以我想把机器学习自己系统的学习一下~~~记录一些笔记,记录自己一步步成长的脚印。1. Machine Learning(机器学习概念)-Grew ouf of work in AI-New capability for computers2. Example(应用示例)-Database mining...
·
最近对机器学习非常感兴趣,然后自己接触了一些算法之后,觉得非常有意思,所以我想把机器学习自己系统的学习一下~~~记录一些笔记,记录自己一步步成长的脚印。
1. Machine Learning(机器学习概念)
-Grew ouf of work in AI
-New capability for computers
2. Example(应用示例)
-Database mining
Large datasets from growth of automation/web
-Application can't program by hand
Autonomous helicpoter, handwriting recognition, Natural Language Processing(NLP), Computer Vision
-Self-customizing programs
-Understanding human learning(brain, real AI)
3. Machine Learning algorithms:(算法分类)
-Supervised learning
-Unsupervised learning
Others: Reinforcement learning, recommender systems.
一些重要的概念:
-
样本集:训练数据和测试数据
-
使用训练数据作为算法的输入
-
训练完成输入测试样本
-
-
机器学习分为两部分:
-
监督学习的主要任务是分类和回归
- 分类将实例数据划分到合适的分类中
- 回归用于预测数值型数据
-
无监督学习的主要任务是处理没有类别信息的数据
- 聚类:将数据集合分成由类似的对象组成的多个类
- 密度估计:寻找描述数据统计值
- 减少数据特征维度
-
-
过程:
-
收集数据
-
准备输入数据
-
分析输入数据【确保数据集没有垃圾】
-
训练算法【无监督学习由于不存在目标变量值,不需要训练】
-
测试算法
-
使用算法
-
更多推荐
已为社区贡献1条内容
所有评论(0)