本文介绍了机器学习的基本概念，包括通过经验E、任务T和性能度量P来定义学习过程。监督学习是通过带有正确答案的数据集进行指导学习，如分类和回归问题。无监督学习则在没有标签的数据中寻找结构，例如聚类算法。理解这两者是进入机器学习领域的关键。
准备现在开始入手一些机器学习的一些相关知识，扩充一下自己的知识领域。
什么是机器学习？
计算机程序从经验 E 中学习，解决某一任务 T ，进行某一性能度量 P ，通过 P 测定在 T 上的表现因经验 E 而提高
对于跳棋游戏：E 是程序和自己下几万次；T 是玩跳棋；P 是与新对手玩跳棋时赢的概率
也可以说，E经验（知识），T任务（要解决什么），P性能（指标）
这样分类有两个最主要的机器学习分类：监督学习和无监督学习
监督学习
简单来说就是我们通过给机器一个数据集，里面包含正确答案，指导着机器进行学习。
分类问题（classification problem），回归问题（regression problem）
无监督学习
对于无监督学习来说，它的数据集可能是具有相同的标签或者都没有标签的数据，可以把“相同"的数据归为一个簇中，也就是让其自己自动找出这些数据结构
聚类算法等
扫一扫
119
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
