没有合适的资源?快使用搜索试试~ 我知道了~
机器学习 、人工智能 、深度学习
资源详情
资源评论
资源推荐
机器学习笔记
1. 引言
1.1 机器学习是什么?
Arthur Samuel 定义:在没有明确设置的情况下,使计算机具有学习能力的研究领域。
Tom Mitchell 定义:计算机程序从经验 E 中学习解决某一任务 T 进行某一性能度量 P,通过
P 测量在 T 上的表现因经验 E 而提高。
西洋棋程序中:T 就是玩跳棋 P 就是玩一把新游戏赢的概率 E 就是反复的
自我练习的经验
目前几种主要类型的算法:监督学习、无监督学习
1.2 监督学习(教计算机做某些事情)
含义:我们给算法一个数据集,其中包含了正确答案,算法的目的就是找更多的正确答
案。
举个例子,比如学习,上课有老师教就是监督学习,与此相反,课后作业没有老师教,课
后完成的 就是无监督学习。
监督学习的分类:回归(Regression)、分类(Classication)
回归(Regression):对已经存在的点(训练数据)进行分析,拟合出适当的函数模型
y=f(x),这里 y 就是数据的标签,而对于一个新的自变量 x,通过这个函数模型得到标签
y。
举例:预测房屋价格
假设想要预测房屋价格,绘制了下面这样的数据集。水平轴上,不同房屋的尺寸是平
方英尺,在竖直轴上,是不同房子的价格,给定数据,假设一个人有一栋房子,750 平方
英尺,他要卖掉这栋房子,想知道能卖多少钱。这个时候,监督学习中的回归算法就能派
上用场了,我们可以根据数据集来画直线或者二阶函数等来拟合数据。
通过图像,可以看出直线拟合出来的 150k,曲线拟合出来是 200k,所以要不断训练学
习,找到最合适的模型得到拟合数据(房价)。
一个小呆苗
- 粉丝: 8894
- 资源: 9
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
评论0