没有合适的资源?快使用搜索试试~ 我知道了~
对常用的机器学习和深度学习算法进行总结.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 62 浏览量
2022-07-09
17:41:05
上传
评论
收藏 60KB PDF 举报
温馨提示
试读
1页
对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf对常用的机器学习和深度学习算法进行总结.pdf
资源推荐
资源详情
资源评论
对常用的机器学习和深度学习算法进行总结
很多人在学机器学习和深度学习的时候都有一个感受:所学的知识零散、不
系统,缺乏整体感,这是普遍存在的一个问题。这篇文章对常用的机器学习和深度学习算
法进行了总结,整理出它们之间的关系,以及每种算法的核心点,各种算法之间的比较。
由此形成了一张算法地图,以帮助大家更好的理解和记忆这些算法。
下面先看这张图:
(关注公众号 SIGAICN,回复“算法地图”,即可获得高清原图链接)
图的左半部分列出了常用的机器学习算法与它们之间的演化关系,分为有监督学习,无监
督学习,强化学习 3 大类。右半部分列出了典型算法的总结比较,包括算法的核心点如类
型,预测函数,求解的目标函数,求解算法。
理解和记忆这张图,对你系统化的掌握机器学习与深度学习会非常有帮助!
我们知道,整个机器学习算法可以分为有监督学习,无监督学习,强化学习3 大类。除此
之外还有半监督学习,但我们可以把它归到有监督学习中。算法的演变与发展大多在各个
类的内部进行,但也可能会出现大类间的交叉,如深度强化学习就是深度神经网络与强化
学习技术的结合。
根据样本数据是否带有标签值(label),可以将机器学习算法分成有监督学习和无监督学
习两类。如果要识别 26 个英文字母图像,我们要将每张图像和它是哪个字符即其所属的
类型对应起来,这个类型就是标签值。
有监督学习(supervised learning)的样本数据带有标签值,它从训练样本中学习得到一个
模型,然后用这个模型对新的样本进行预测推断。它的样本由输入值 x 与标签值 y 组成:
其中 x 为样本的特征向量,是模型的输入值;y 为标签值,是模型的输出值。标签值可以
是整数也可以是实数,还可以是向量。有监督学习的目标是给定训练样本集,根据它确定
映射函数:
资源评论
春哥111
- 粉丝: 1w+
- 资源: 5万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功