Python以及线性回归复习整理（三）基础

                 Python以及线性回归复习整理（三）基础

分类

 

监督学习

监督学习分为分类和回归，区别就在于标签是连续变量还是离散变量

我的理解：连续不是指数据是连续或者离散，而是值数据范围是连续或者离散， 比如湿度可以看做连续。 而离散变量例如男女， 当然连续变量和离散变量可以相互转化， 但要考虑数据的量级，范围等因素

强化学习

强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，强化学习不同于连接主义学习中的监督学习，主要表现在教师信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号)，而不是告诉强化学习系统RLS(reinforcement learning system)如何去产生正确的动作。

 

基础建模过程

机器学习基本体现在数据清洗之后的步骤

Jupyter

介绍 通俗的说，jupyter就是在浏览器上运行的，可以跑 代码的记事本。它具有以下有优点：

merits：支持代码种类繁多 轻量化的编辑器，安装简单 支持markdown语法 支持latex语法 逐代码块执行，完美搭配机器学习 shortcomings： 不方便转换为word格式，但是 可以转换为html、pdf、md等格式。

m change to markdown format

y change to code(default) format

markdown

Latex