机器学习----学习笔记
来源:互联网 发布:熊族软件下载 编辑:程序博客网 时间:2024/05/16 05:27
机器学习
定义:所谓机器学习,就是在不针对问题进行编程的情况下,赋予计算机学习能力的一个研究领域。例如,对于一个计算机程序来说,给了它一个任务T和一个性能测试方法P,如果在经验E的影响下,P对于T的测量结果得到了改进,那么就说该程序从E中学习。
1.监督学习
定义:利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,也称为监督训练或有教师学习。
简单来说,就是给你一组包含标准答案的数据,需要计算机能够在这些数据中进行分析,从而能够根据你提出的新的问题来得出最接近标准答案的预测。
一些简单概念:
- training set 训练集:包含标准答案的(x,y)的数据集合
- features 特征值: x
- target 目标值: y
- hypothesis 假设模型:一般形式,y =h(x)
- 特征的维数:训练集的条目
1.1回归问题
回归问题的目标是给定D维输入变量x,并且每一个输入矢量x都有对应的值y,要求对于新来的数据预测它对应的连续的目标值t。即当我们想要预测的变量对象——目标值是连续的时候,就属于回归问题。
1.2分类问题
与回归问题的区别是,目标值t可能不是连续的,而是离散的。
1.3回归与分类的区别
定量输出称为回归,或者说是连续变量预测;
定性输出称为分类,或者说是离散变量预测。
举个例子:
预测明天的气温是多少度,这是一个回归任务;
预测明天是阴、晴还是雨,就是一个分类任务。
2.无监督学习
定义:根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题,称之为无监督学习。
2.1聚类问题
计算机会根据数据的相似度将数据集分为不同的类别,这个划分和监督学习的分类问题不同,原因数据没有所谓的标准答案的标签。聚类不需要人工标注和预先训练分类器,类别在聚类过程中自动生成 。
阅读全文
0 0
- 《机器学习》学习笔记
- 机器学习----学习笔记
- 机器学习学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- Tom机器学习笔记
- 【机器学习笔记】简介
- 机器学习-笔记2
- 机器学习-笔记3
- 机器学习-笔记4
- 机器学习-笔记5
- 机器学习-笔记6
- 机器学习-笔记7
- MYSQL基础命令
- 真机同步到电脑桌面鼠标操作
- Java
- 两个栈实现一个队列
- 图像特征提取三大法宝:HOG特征,LBP特征,Haar特征
- 机器学习----学习笔记
- 指向下一个节点
- windows下安装tensorflow的简单方法
- 混淆遇到无法找到文件aapt_rules.txt
- 内部接口
- Leetcode [Longest Substring Without Repeating Characters]
- HDU2066:一个人的旅行(spfa)
- 1047编程团体赛(Hash散列)
- c++中的右值引用