Mechine Learning--一些基本概念
来源:互联网 发布:vs2015 win7软件开发 编辑:程序博客网 时间:2024/06/10 23:11
监督学习与无监督学习
监督学习:
监督学习在给定一定的训练数据之后,我们知道其最终的输出是什么样子的。其训练数据有着指定的标签或者有着指定的正解值。
分类问题
回归问题
无监督学习:
在无监督学习中,可以通过聚类的方式从数据中提取一个特殊的结构
聚类问题
hypothesis function
预测函数是通过训练集X进行训练之后,得到的一个关于特征(
Cost Function
对于任意的一个样本,预测函数的结果与正确结果之间有一个差值(h(x)-y)
所有的差值的方差,可以用于体现这个预测函数的准确度
J(
阅读全文
0 0
- Mechine Learning--一些基本概念
- Intro Mechine Learning
- Mechine Learning on Coursera 总结
- [Mechine Learning & Algorithm] 神经网络基础
- [Mechine Learning & Algorithm] 神经网络基础
- Mechine learning for OpenCV 学习笔记 day3
- 斯坦福公开课mechine learning笔记 之 朴素贝叶斯
- Udacity DEEPLEARNING 学习笔记 L1 Mechine Learning to DeepLearning
- Mechine Learning|斯坦福公开课学习笔记1
- 一些基本概念
- 一些基本概念
- 一些基本概念
- 一些基本概念
- 一些基本概念
- 一些基本概念
- 一些基本概念
- 一些基本概念
- deep-learning基本概念链接总结
- String,StringBuffer,StringBuilder
- python 用filter,map,reduce来处理list会更高效
- tinyxml在windows环境下编译
- 安卓软键盘弹出将布局底部控件顶上去了,怎么解决?
- vue搭建环境
- Mechine Learning--一些基本概念
- Python学习笔记:保存最后N个元素
- mysql解压版net start mysql无法启动
- 约翰·冯·诺依曼
- qt触摸屏隐藏鼠标指针
- Shader的数据接口:属性和uniform变量
- 剑指offer 02-—替换空格
- 防水两米+续航六星期,Kindle竟然如此厉害了?
- 从诞生到B+轮融资2亿元,这家创业公司只花了3年