1-3，1-4：machine Learning and supervised Learning

最新推荐文章于 2024-03-12 22:09:02 发布
最新推荐文章于 2024-03-12 22:09:02 发布
阅读量278 收藏
点赞数
分类专栏： Andrew NG Learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mumu_Mill/article/details/77870684
版权

监督学习：给定数据集样本，能给出准确的结果。

                    可以理解为待预测的可以被模型明确地训练出来（有充分训练样本）


分类问题：离散的结果，breast cancer

回归问题：数据多，可当实数 house price predict


无监督学习：所有数据一样，没有属性或者标签，只有数据，但数据怎么样，什么意思不知道，怎么找到其中的关系？算法自己去数据中去发现蕴含的某种规律


聚类算法：url链接，web新闻类似的内容会在一起——新闻专题，自动聚合在一起；

   在基因学里，通过人的基因进行分类，不知道谁是谁


鸡尾酒宴会算法：不同人声音和不同麦克风：分离和叠加


Octave





Mumu_Mill
关注
专栏目录
Supervised Machine Learning: Regression and Classification 1
qq_43836269的博客
10-31 999
【代码】Supervised Machine Learning: Regression and Classification 1。
监督学习和非监督学习(Machine learning)
梦在waterloo
09-23 1041
监督学习( )
Machine Learning 07 - Unsupervised Learning
singularity7的博客
03-18 217
正在学习Stanford吴恩达的机器学习课程，常做笔记，以便复习巩固。 鄙人才疏学浅，如有错漏与想法，还请多包涵，指点迷津。 7.1 Clustering 7.1.1 K-means algorithm Intuition K-means algorithm has two steps : Cluster assignment Move centroid step T...
Machine learning(1): Supervised learning, Unsupervised learning and Reinforcement learning
qq_38395376的博客
11-15 763
Machine learning is divided into three types of method learning. The first method is supervised learning and the second is unsupervised learning. Finally, it is reinforcement learning. Supervised Lear...
Coursera-Supervised Machine Learning:Regression and Classification by 吴恩达（课程笔记）
doubi7的博客
06-16 704
2022-6-16
Elasticsearch：Supervised Machine Learning - 有监督的机器学习
Elastic 中国社区官方博客
01-17 1950
Elastic 监督学习使你能够根据你提供的训练示例训练机器学习模型。 然后，你可以使用你的模型对新数据进行预测。 本文章总结了训练、评估和部署模型的端到端工作流程。 它对使用监督学习识别和实施解决方案所需的步骤进行了概述。 监督学习的工作流程包括以下阶段： 这些是迭代阶段，这意味着在评估每个步骤之后，你可能需要在进一步进行之前进行调整。 定义问题 花点时间思考一下机器学习在哪些方面最有影响力是很重要的。考虑一下你有什么类型的数据可用，它有什么价值。你对数据了解得越多，你就能越快地创建机..
Mechine Learning----Supervised Learning and Unsupervised Learning
最新发布
辰辰Ado_I
03-12 873
English Notes：Mechine Learning----Supervised Learning and Unsupervised Learning
笔记Andrew Ng:Machine Learning Week1
weixin_45004761的博客
04-23 544
Introduction What is Machine Learning definition Arthur Samuel:(an older, informal definition) the field of study that gives computers the ability to learn without being explicitly programmed. Tom M...
机器学习《Machine Learning1》----机器学习经典总结：入门必读
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
03-13 3420
机器学习《Machine Learning1》----机器学习经典总结：入门必读
Coursera吴恩达机器学习专项课程01：Supervised Machine Learning: Regression and Classification笔记 Week01
阿正的梦工坊
02-25 1619
Supervised Machine Learning: Regression and Classification第一周的课程笔记
Prediction-Using-Supervised-Machine-Learning-:紧握
04-04
标题“Prediction-Using-Supervised-Machine-Learning-:紧握”指的是利用有监督机器学习进行预测任务的过程。描述中提到的是一个具体的实例，即GRIP（Great Learning's Internship Program）Spark基金会的任务，任务...
ML-supervised-learning：一个用于在机器学习中试用监督学习算法的存储库
02-03
此外，“ML-supervised-learning”还涉及了Python3版本的编程，确保代码的现代性和兼容性。同时，HTML版本的文档可能包含项目的介绍、教程或算法的解释，方便用户在浏览器中查看和学习。 总的来说，这个存储库提供...
SEMI-SUPERVISED LEARNING (ADAPTIVE COMPUTATION AND MACHINE LEARNING)
03-23
In order to understand the nature of semi-supervised learning, it will be useful first to take a look at supervised and unsupervised learning.
Hands-On Machine Learning with Scikit-Learn and TensorFlow PDF
12-23
Then, before we set out to explore the Machine Learning continent, we will take a look at the map and learn about the main regions and the most notable landmarks: supervised versus unsupervised ...
7-2 加正则化后的损失函数
Mumu_Mill的博客
09-11 1585
a
4-4 特征选择和模型建立
Mumu_Mill的博客
09-08 888
变量（特征）选择 给定直观的影响变量后，可对变量根据某种关系进行组合变换，得出满足自己某种需求的新变量； 如：房价，房长*宽=面积 多项式回归 多元线性回归 用多元线性回归去拟合数据，合理增加特征变量，使得拟合不下降（二次模型变为三次模型）；此时变量特征的scale很重要，尽可能保持一致； 真正应该怎么选择变量特征，即函数怎么设计拟合最好？
7-3 7-4 正则化在线性回归和非线性回归
Mumu_Mill的博客
09-12 714
7-3、正则化在线性回归 1、正则后的线性回归问题设定 2、正则化后损失函数的优化问题：——梯度下降法、正规方程求解法 梯度下降法中： 分析和直观理解：操作同传统梯度下降法一致，只是相当于对原来的参数theta进行一个变小压缩，如图。 正规方程法： 形式如图，多了一个近似单位阵的矩阵去求解theta 同时对于可能
6章 分类问题、逻辑回归算法
Mumu_Mill的博客
09-10 520
6-1、classification 什么是分类问题：positive/negative 二分类问题、多分类问题 Threshold classifier 线性回归对于分类问题的实用性 逻辑回归对于分类问题的实用性——典型的分类算法 6-2、逻辑回归算法的目标函数 函数h的含义和目的：给定输入样本，去估计y=1的概率；
2-1 2-2 2-3 2-4 2-5 2-6 2-7： Model regression and Cost function
Mumu_Mill的博客
09-06 419
例：housing Price 监督学习：给出正确的答案 回归问题：预测出正确的结果 训练回归模型： training set——算法——hypothesis
吴恩达supervised machine learning: regression and classification作业
07-27
吴恩达的《Supervised Machine Learning: Regression and Classification》作业是一门关于监督学习中回归和分类的课程。这门课程旨在介绍机器学习的基本概念和技术，并通过实践作业来帮助学生巩固所学知识。 在这门...
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