机器学习导论

本文是机器学习的入门导论,介绍了机器学习的背景及其重要性。机器学习分为监督学习和非监督学习两大类。监督学习通过已知数据建立训练模型,如线性回归在房价预测中的应用;非监督学习则常用于机器人控制等领域,通过学习和反馈来优化决策。
摘要由CSDN通过智能技术生成
说明:由于这里讲的是导论所以不对具体算法进行阐述

1.机器学习背景

机器学习可谓是当今CS最火的研究领域,其研究的核心内容就是通过学习算法,使机器学会自己学习。使得程序员正真从变化的问题中解放出来,以不变应万变,让机器从现有的数据中发现规律,从而应用于实际问题,比如机器人控制,医疗诊断,基因研究等领域。机器学习算法主要分为两大类,监督学习非监督学习

2.监督学习

监督算法又称导师算法,即此类算法需要有预先已知的数据用于建立训练模型,在建立好训练模型之后,就可以使用此模型来处理此类问题。下面来举一个例子:
假设我们有这样的一个数据集:包含了47组在波特兰的房子的面积以及对应的价钱的数据:

面积(英尺) 价钱(1000美元)
2014 400
1600 330
2400 369
1416
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值