机器学习(1):监督/非监督学习
来源:互联网 发布:淘宝企业店铺介绍范文 编辑:程序博客网 时间:2024/05/16 09:17
本视频中是看吴恩达老师的视频后自己的一些总结
监督学习
定义
是根据给出的数据集来预测下一个输入的输出值
分类
1.回归问题:输出的是一个连续的值,如房价,某个产品的销量(联系的整数)2.分类问题:输出的离散的值,如球赛的输赢,人的国籍等
无监督学习
定义
给出大量的数据集,通过算法自动将数据分类
实例
聚类问题:新闻的分类,机器的集群,鸡尾酒宴会问题
0 0
- 机器学习(1):监督/非监督学习
- 【机器学习】监督和非监督学习
- 机器学习-非监督学习
- 数据挖掘——学习笔记(机器学习--监督,非监督,半监督学习)
- 数据挖掘——学习笔记(机器学习--监督,非监督,半监督学习)
- 【机器学习】非监督算法
- 监督学习&非监督学习
- 机器学习中的监督学习与非监督学习
- 机器学习-1 初步认识机器学习、监督学习和非监督学习
- 机器学习-(1):监督学习
- 【机器学习】监督学习 1
- 监督学习(机器学习)
- 常见机器学习分类、常见主动学习、监督学习、非监督学习、半监督学习.
- 机器学习--监督模式和非监督模式
- 监督式和非监督式机器学习算法
- 机器学习非监督学习- kmeans算法
- 机器学习之非监督学习
- 数据挖掘——学习笔记(机器学习--监督,非监督,半监督学习
- python numpy操作数组学习笔记(二)数组的分割和组合
- 探索 Android 大杀器——Handler
- Nodejs文件的异步上传
- 【Unity Shader】unity海边波浪效果的实现
- 数位DP——HDU 4352 XHXJ's LIS
- 机器学习(1):监督/非监督学习
- Delphi DataSet和JSON互转函数
- 彻底了解Binder机制原理和底层实现
- 天梯赛华北赛区L1-7古风排版
- Android Studio 创建AIDL以及Binder 原理
- R语言入门(1)时间序列分析
- 核函数的充要条件-Mercer定理的证明
- java synchronized详解
- Big Number