深度学习 1
来源:互联网 发布:数据库与服务器 编辑:程序博客网 时间:2024/06/11 21:48
基本概念
训练集,测试集、特征值、监督学习、非监督学习、半监督徐熙、分类、回归
概念学习:从某个布尔函数的输入输出训练样例中推断出该布尔函数
实例集合X
X:样例
x:每一个实例
C(x):目标概念
学习目标 f:X->Y
训练集 training set/data 训练样例training example
:用来专门训练,也就是产生模型或者算法的数据集。
测试集 testing set/data 测试样例 testing example
:用来专门测试已经学习好的模型或者算法的数据集
特征向量 feature/feature vector
:属性的集合,通常用一个向量表示,附属一个实例
标记
:实例的标记类别
正例、反例
分类classification :目标标记为类别型数据 (category)
回归regression :目标标记为连续性数值 (continuous number value)
例子:研究肿瘤良性,恶性于尺寸,颜色的关系
特征值:肿瘤尺寸 …
标记:良性、恶性 (分类:目标标记为类别型数据)
有监督学习(supervised learning):训练集有类别标记 (class label)
无监督学习(unsupervised learning):无类别标记
半监督学习(semi-supervised learning):有类别标记的训练集+无标记的训练集
机器学习框架
1:把数据拆分为训练集和测试集
2:用训练集和训练集的特征向量来训练算法
3:用学习来的算法运用在测试集上来评估算法(涉及到调整参数(parameter tuning)用验证集(validation set))
- 深度学习笔记1
- 深度学习入门-1
- 深度学习-神经网络1
- 深度学习(1):纲要
- 深度学习日记1
- 深度学习(1)
- 深度学习笔记(1)
- 1 深度学习概念
- 深度学习基础1
- 深度学习 1
- 深度学习日记 1
- 深度学习--caffe(1)
- 深度学习1
- 深度学习作业1
- 深度学习系列1
- 深度学习笔记(1)
- 深度学习体会1-初步接触深度学习
- 深度学习(1)LINUX下深度学习环境安装
- JS中处理错误
- [YTU]_2906( 多重继承 日期与时间)
- BZOJ 3073: [Pa2011]Journeys 线段树优化最短路
- Maven常用命令
- 微信内置浏览器返回按钮监听JS
- 深度学习 1
- python字典常用方法大总结
- Hadoop的HA机制
- SVN常用命令
- short text conversation: neural network
- 8.15 NP完全问题证明
- 新买的stm8使用IAR烧录出错问题解决
- 安卓自定义控件
- 提高篇第二十一讲——有序数组中插入数据