Machine Learning笔记(一)

这篇博客是关于吴恩达的Machine Learning课程的学习笔记,主要介绍了监督学习和无监督学习的区别。监督学习用于通过标记数据教会计算机执行任务,例如回归和分类问题。无监督学习则让计算机自行发现数据中的模式,如聚类应用。文中以货物销售预测和账目安全检测为例说明了这两种学习方式。
摘要由CSDN通过智能技术生成

对,就是吴恩达老师的machine learning的公开课,在我大b站有中文简体字幕版而且不会像在coursera上那么卡。

课程链接:https://www.bilibili.com/video/av9912938/

区分监督学习和无监督学习:

一、监督学习:教计算机如何去完成任务(告诉计算机这个该怎么做,那个该怎么做的基础上让计算机学会这些操作,或者说给计算机具有特征的数据让它学习,然后对未知特征的数据做预测),还有一种说法:通过海量的标记过的数据,就相当于人类在学习中通过大量的做题,然后每做一个题都知道对错,没有错的话就加强这个过程,有错的话就反向改进。

回归问题:

有一堆货物的清单,假设一些货物有几千件可卖,预测出在未来三个月能卖出多少货物。有几千件货物,只好把它当作一个实际的值,一个连续的值,也把卖出的数量当作连续值。

分类问题:

有很多用户,写个程序来检测每个用户的账目,对每个用户的账目判断这个账目是否被黑过。可以把想预

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