机器学习概貌
来源:互联网 发布:淘宝宝贝详情模块 编辑:程序博客网 时间:2024/06/09 21:48
一、根据学习类型划分算法
1、有监督学习
有监督学习,是建立在有标准的输出数据来进行校正。
有监督学习,可以是分类问题,也可以是回归问题。
2、无监督学习
无监督学习,输入的数据,没有标签或者知道的输出结果。
通过推导输入数据中存在的结构来准备模型。这可能是提取一般规则。系统地减少冗余可能是通过数学过程,也可能是通过相似性来组织数据。
可以看出,无监督学习,是通过数据可能存在的某种数学关系,例如相关性,来构造模型。
3、半监督学习
半监督学习,输入数据,既有有标签的样本,也有无标签样本。
这种方法的好处是,减小标签样本的数量
4、算法总结
参考:
- a tour of machine learning algorithms
阅读全文
0 0
- 机器学习概貌
- 【TCP/IP学习】TCP/IP协议族概貌
- UML概貌
- addon概貌
- 面向对象分析与设计课程学习之OOA&D方法概貌
- PostgreSQL内部概貌ppt
- CSE-Super语言概貌
- WebWork的概貌
- 转载:PostgreSQL 内部概貌
- LoRaWAN介绍1 概貌
- MySQL索引概貌
- MySQL索引概貌
- Docker Machine 概貌
- 机器学习|机器学习方法
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- Java实现内存可见性的两种方法比较:synchronized 和 Volatile以及涉及到锁的剖析
- 微信小程序项目实例
- 关于JMenuBAr,JMenu,JMenuItem,JList,JComboBox
- python导入中文命名的文件
- 一致性哈希算法原理
- 机器学习概貌
- 数据结构---树 总结
- 谷歌元老 施密特(搜索广告-AI, 社交网络)隐退
- 常用的设计模式
- Visio实现箭头反向
- Java基本语法
- Django 中针对基于类的视图添加 csrf_exempt
- request.getSession() 与 request.getSession(true/false)区别
- 游戏开发电子书(PDF)下载分享