机器学习整个流程:
1、积累经验(分析训练数据)
2、产生模型(一种“算法”)
3、面对新情况产生判断
基本用语介绍:
数据集
{ 样本0:(特征0,特征1,……)
样本1:(特征0,特征1,……)
样本2:(特征0,特征1,……)
。
。
。
}
特征数量几位维数
通过训练样本进行训练得到的模型,对应为一种假设,使其接近真相。
监督学习:训练数据(特征+结果)
无监督学习:自己形成聚类
机器学习整个流程:
1、积累经验(分析训练数据)
2、产生模型(一种“算法”)
3、面对新情况产生判断
基本用语介绍:
数据集
{ 样本0:(特征0,特征1,……)
样本1:(特征0,特征1,……)
样本2:(特征0,特征1,……)
。
。
。
}
特征数量几位维数
通过训练样本进行训练得到的模型,对应为一种假设,使其接近真相。
监督学习:训练数据(特征+结果)
无监督学习:自己形成聚类