机器学习知识点笔记

最新推荐文章于 2024-10-16 19:12:10 发布
最新推荐文章于 2024-10-16 19:12:10 发布
阅读量326 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习
监督学习(Supervised learning)
使用标记过的数据，及用正确答案已知的例子来训练神经网络
无监督学习(Unsupervised learning)
使用没有标记过的数据，即不知道输入数据对应的输出结果是什么
无监督学习读取数据，自己寻找数据的模型和规律
半监督学习(Semi-supervised learning)
数据中只有一小部分是标记过的，而大部分是没有标记的
和监督学习相比，半监督学习的成本较低
强化学习(Reinforcement learning)
使用未标记的数据

但是可以通过奖惩函数知道是否离正确答案越来越近


(简化了不少, 只是留个知识点的理解和整理)

AllenEyes
关注
专栏目录
机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 13万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 26万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
机器学习相关笔记和知识点
weixin_42989738的博客
06-26 121
1.主成分析 主成分可以用已有的一个或多个变量表示。比如，可以使用“维生素C”这个变量来区分不同的食物。因为蔬菜含维生素C而肉类普遍缺乏，所以可以通过“维生素C这个变量来区分蔬菜和肉类。但是无法进一步区分不同的肉类。 为了进一步区分不同的肉类，可以选择把脂肪含量作为第二个变量，因为肉类含有脂肪，而大部分蔬菜则不然。由于脂肪和维生素C的计量单位不同，因此在组合之前，必须先对他们进行标准化。 标准化...
标记样本和无标记样本学习
tieshuai的专栏
10-15 2996
标记样本和无标记样本学习 在传统的监督学习中，学习器通过对大量有标记的（labeled）训练例进行学习，从而建立模型用于预测未见示例的标记。这里的“标记”（label）是指示例所对应的输出，在分类问题中标记就是示例的类别，而在回归问题中标记就是示例所对应的实值输出。随着数据收集和存储技术的飞速发展，收集大量未标记的（unlabeled）示例已相当容易，而获取大量有标记的示例则相对较为困难，
机器学习中常见知识点总结
Yasin的博客
08-30 1万+
Adam 优化器 结合 AdaGrad 和 RMSProp 两种优化算法的优点。对梯度的一阶矩估计（First Moment Estimation，即梯度的均值）和二阶矩估计（Second Moment Estimation，即梯度的未中心化的方差）进行综合考虑，计算出更新步长。 二阶矩： 梯度平方累积和的平方根 （时间上）。此项能够累积各个参数 gt,i 的历史梯度平方，频繁更新的梯度，则累积的......
机器学习知识点笔记（一）
邦戈邦戈栗子的博客
02-13 2872
目录 什么是机器学习？ 如何寻找这个函数？ 机器学习三板斧 学习路线 奥卡姆剃刀(Occam's razor)原理 bias偏差、variance方差 监督学习 L1范数和L2范数的区别和作用? 为什么L1范数会使权值稀疏？ 为什么要稀疏？参数稀疏有什么好处呢？ 为什么L2范数可以防止过拟合？ 什么是模型过拟合，列举模型过拟合的原因及解决办法？ 对特征进行挑选的方法有哪些...
吴恩达机器学习笔记
weixin_43807601的博客
06-14 3115
吴恩达机器学习笔记
机器学习入门-西瓜书总结笔记
weixin_45867990的博客
03-23 4988
西瓜书第一章-绪论First step引言+基本术语假设空间归纳偏好发展历程与应用现状 First step 对于西瓜书内容做总结笔记，以下都是个人总结，如果有错误欢迎指证。 引言+基本术语 “模型” （model） 从数据中产生 “学习算法”（learning alogrithm） 从数据中产生模型的算法 ”数据集“（data set) 示例（instance）或样例（sample） 的集合 “属性”（atrribute） 或 "特征”（feature） 反映事件或对象在某方面的表现或性质的事项 “属
机器学习常见算法个人笔记
mossfan的博客
03-10 2039
个人笔记
周志华机器学习（西瓜书）学习笔记（持续更新）
yhdsss875的博客
11-04 1万+
《周志华机器学习》笔记第1章 绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.5 发展历程1.6 应用现状第2章 模型评估与选择 第1章 绪论 1.1 引言 机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。其所研究的主要内容，是关于在计算机上从数据中产生“模型”(model)的算法，即“学习算法”(learning algorithm)。 本书中，“模型”泛指从数据中学得的结果，有的文献中用“模型”指全局性结果，二用“模式”指局部性结果。 1.2 基本术语 要进行机器
记录一些基础的机器学习知识点、读书笔记或者感悟.zip
04-18
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构，从而不断改善...
机器学习-西瓜书笔记汇总1
08-03
1绪论傍晚小街路面上沁出微雨后的湿润，和熙的细风吹来，抬头看看天边的晚霞，嗯，明天又是一个好天气。走到水果摊旁，挑了个根蒂蜷缩、敲起来声音浊响的青绿西瓜，一边满
机器学习个人笔记完整版
03-28
以下是对该课程的个人笔记中涉及知识点的详细解读。 机器学习是人工智能的核心组成部分，它的研究目标是使计算机能够通过模拟或实现人类的学习行为，从而获得新的知识或技能，并优化已有的知识结构以提高性能。机器...
机器学习与深度学习的分类
ydl1128的博客
10-16 323
机器学习和深度学习各有分类和算法，各自适用于不同的问题。机器学习在特定任务上相对简单、易于解释，但在处理复杂模式时可能表现不佳；而深度学习通过复杂的模型能够处理高维数据，但训练成本高且需要大量数据。选择适当的算法和方法，基于具体的应用场景和数据特点，可以更好地实现问题的解决。
西瓜书机器学习第四章——决策树
OK
10-13 103
Classification and Regression Tree(CART）——一种著名的决策树学习算法，分类和回归任务都可以用。multivariate decision tree 多变量决策树。univariate decision tree 单变量决策树。oblique decision tree 斜决策树。divide-and-conquer 分而治之。information gain 信息增益。intrinsic value 固有值。decision tree 决策树。pruning 剪枝。
西瓜书机器学习第三章——线性模型
OK
10-13 72
logistic regression/logit regression 对数几率回归。multivariate linear regression 多元线性回归。within-class scatter matrix 类内散度矩阵。between-class scatter matrx 类间散度矩阵。maximum likelihood method 极大似然法。cost-sensitive learning 代价敏感学习。log-inear regression 对数线性回归。
demo_GAN
最新发布
yyfhq的博客
10-16 361
这个操作会将图像数据从0-255的整数值范围（如果是uint8类型）转换为0-1之间的浮点数范围，并且会将图像的形状从(H, W, C)转换为(C, H, W)，其中H是高度，W是宽度，C是通道数。# 这是一个Leaky ReLU激活函数层，它的作用是将负数的输入值乘以一个小的常数（这里是0.2），然后将结果作为输出，在原始数据上进行操作。transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 归一化到 [-1, 1]
机器学习——解释性AI
hong161688的博客
10-13 736
解释性AI（XAI）是一种人工智能技术，旨在提高ML模型和AI系统决策的解释和可解释性。XAI通过揭示AI系统背后的推理、决策和预测过程，以及解释其结果和行为，使人们能够理解、相信和信任AI系统的行为。传统的机器学习算法（如决策树、逻辑回归等）通常可以提供一定程度的解释性，因为它们的决策过程相对简单和可理解。然而，随着深度学习和神经网络的兴起，由于其复杂的结构和黑盒性质，这些模型往往难以解释，即人们难以理解它们如何进行决策和预测。XAI的目标是开发出一系列技术和方法，以提供对黑盒模型的解释能力。
【动物识别系统】Python+卷积神经网络算法+人工智能+深度学习+机器学习+计算机课设项目+Django网页界面
子午的博客
10-12 747
动物识别系统。本项目以Python作为主要编程语言，并基于TensorFlow搭建ResNet50卷积神经网络算法模型，通过收集4种常见的动物图像数据集（猫、狗、鸡、马）然后进行模型训练，得到一个识别精度较高的模型文件，然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面，实现用户上传一张动物图片，识别其名称。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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