没有合适的资源?快使用搜索试试~ 我知道了~
leetcode分类-MachineLearning:机器学习
共25个文件
ipynb:6个
py:6个
md:5个
需积分: 9 0 下载量 126 浏览量
2021-06-29
23:52:27
上传
评论
收藏 1.98MB ZIP 举报
温馨提示
leetcode 分类 :robot: 学习机器学习 传统方法:F(x) = Y 机器学习方法:输入(X) + 输出(Y) = F(X) “如果计算机程序在任务 T 上的性能(由 P 衡量)随着经验 E 提高,则称其从经验 E 中学习关于某类任务 T 和性能度量 P”——Tom M. Mitchell 换句话说: “在对世界进行观察后,智能体正在学习是否能提高其在未来任务中的表现” 概述 指定问题类型(监督学习与无监督学习) 给定一个机器学习问题,首先我们需要确定它是一个监督学习问题还是一个无监督学习问题。 监督学习 如果在我们的训练数据集具有包含“答案”的属性(一列)(通常称为目标或基本事实)时使用监督学习。 包含目标属性的数据集称为“标记”数据。 分类 回归 无监督学习 当我们没有标记数据时使用无监督学习。 机器学习模型有望学习底层模式 聚类 降维 推荐 半监督 半监督学习是指我们有一些标记的数据,但其中大部分是未标记的。 然后我们可以混合使用有监督和无监督的学习技术。 强化学习 强化学习是机器学习的一个领域,我们研究智能体应该如何在环境中采取行动以最大化累积奖励的一些概念。 指定模型类型(监
资源推荐
资源详情
资源评论
收起资源包目录
MachineLearning-master.zip (25个子文件)
MachineLearning-master
KaggleCourses
.ipynb_checkpoints
Untitled-checkpoint.ipynb 72B
IntroToML-checkpoint.ipynb 1KB
Intro to ML
IntroToML.ipynb 34KB
.ipynb_checkpoints
IntroToML-checkpoint.ipynb 30KB
data
melb_data.csv 1.99MB
img
decisionTree.png 222KB
MAE.png 175KB
Pandas
SummaryFunctionMap.py 3KB
IndexSelectAssign.py 3KB
CreateReadWrite.py 2KB
IntermediateML
.ipynb_checkpoints
Untitled-checkpoint.ipynb 678B
Untitled.ipynb 678B
SQL
sqlBigQuery.py 3KB
sqlBigQueryExercise.py 2KB
GradientDescent
assets
gradientDescent1.jpeg 489KB
partialDerivative.jpeg 139KB
errorFunction.jpeg 96KB
README.md 4KB
assets
mlBanner.jpg 355KB
Deep Learning
Linear Algebra
Linear Algebra.pdf 139KB
README.md 1KB
README.md 755B
README.md 6KB
Statistics
LinearRegression.py 446B
README.md 2KB
共 25 条
- 1
资源评论
weixin_38514660
- 粉丝: 6
- 资源: 947
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