监督学习和非监督学习(Machine learning)
来源:互联网 发布:阿里云 香港vps 翻墙 编辑:程序博客网 时间:2024/06/05 08:51
此文章是个人在学习Ng老师的machine learning的课程时,做的笔记,最然网站上有提供相关script ,但是总觉得自己总结一下更便于理解,希望大家共同进步。
监督学习( supervised learning)和非监督学习(supervised learning)是Machine learning的两个主要学习方法。
监督学习:通过已知的样本或者说是训练数据,通过建立模型,来对未来数据进行预测或者分类等操作的方法。总之,监督学习是对要处理的数据已经有了评判标准,例如以下例子:
通过已有数据,我们已经知道房价的走势情况,我们只需建立符合模型,通过此模型对将要预测的数据进行预测。
无监督学习:指的是我们不告诉计算机怎样处理,而是让计算机自己去学习处理一些事情。例如:
在这个例子中,我们只有对应的数据,但是我们并没有告诉计算机,不同数据代表的什么,计算机通过分类,将数据分为上图两种类别,我们可能通过这种分类发下,不同类别的不同特征代表的不同结果。
0 0
- 监督学习和非监督学习(Machine learning)
- Machine learning —Machine learning :分类和聚类,监督学习和非监督学习
- Machine Learning 1 (监督学习与非监督学习)
- 《Machine Learning》第一讲 监督/非监督学习
- Machine Learning自学笔记(1)—监督学习和非监督学习
- Machine Learning第八讲[非监督学习] --(一)聚类
- Machine Learning第八讲[非监督学习] --(二)动因
- 监督学习和非监督学习
- 监督学习和非监督学习
- 【机器学习】监督和非监督学习
- 监督学习和非监督学习
- 监督,非监督和强化学习
- 如何区分监督学习(supervised learning)和非监督学习(unsupervised learning)
- Machine Learning(一) 监督学习初探
- 【Machine Learning】笔记:无监督学习
- 监督学习&非监督学习
- 监督学习(supervised learning)和无监督学习(unsupervised learning)
- Machine Learning机器学习 - Supervised Learning监督学习 - Native Bayes
- cocos2d-x学习笔记—自定义弹出层
- ubuntu10.10编译android源码步骤
- 搜狗笔试题做题记录-2014.09.23
- 重写compareTo方法,按不同方式实现排序,小程序
- Eclipse快捷键大全
- 监督学习和非监督学习(Machine learning)
- 文件上传利器SWFUpload使用指南
- pthread_cond_wait
- ubuntu12.04-32位,安装KLEE及使用工具过程中遇到的问题
- 线程中的start、join、sleep、yield方法
- Life:在人生方向感没那么强的时候,如何更好地生活
- 内存对齐
- 吴恩达 (Andrew Ng) 是一个怎样的人
- ProgressBar