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