machine-learning-01
来源:互联网 发布:算法导论第三版英文版 编辑:程序博客网 时间:2024/05/10 01:20
supervised learning:
有监督的学习:变量和结果是已知的,就是有标签的数据,然后再这些数据上进行学习,得到f:x->y,即训练出模型(model),常见的方法:分类(classification 离散度的数据)、聚合(regression 连续的数据)、
unsupervised learning:
无监督的学习:数据只有变量,也就是说没有标签的数据,在这些数据上学习,得到f:x->y,常见的方法:概率统计(probability statistics)
数学基础:LINEAR ALGEBRA、PROBABILITY、STATISTICS
----------------------------update--------or--------modify----------------
0 0
- machine-learning-01
- Stanford Machine Learning - Lecture 01
- machine learning
- Machine Learning
- machine learning
- Machine Learning
- machine learning
- Machine Learning
- machine learning
- machine learning
- Machine Learning
- Machine Learning
- machine-learning
- machine-learning
- Machine Learning
- Machine Learning
- Machine Learning
- machine learning
- 一张图诠释Java集合
- 项目总结-001
- 关于利用反射调用程序集中的函数属性的代码
- 软件设计原则和设计模式的理解
- C++静态库与动态库
- machine-learning-01
- LeetCode题解:Unique Binary Search Trees II
- JavaAPI_4
- Linux下的惨痛教训=>LTS
- POJ 2602 Superlong sums(模拟大数加法)
- LeetCode(51) N-Queens
- C#学习之路,学习笔记 2.3 ASCLL编码和Unicode编码
- LeetCode题解:Validate Binary Search Tree
- uvaoj 11796 - Dog Distance