01 机器学习之概述

本文介绍了机器学习的基础知识,包括机器学习的定义、不同类型的问题(分类、回归、聚类、强化学习),基本术语如监督学习、无监督学习,以及工业界的应用方向。此外,还概述了机器学习的基本流程,涉及数据预处理、模型学习、模型评估和上线等关键步骤。
摘要由CSDN通过智能技术生成

机器学习之概述

1.概述

机器学习是什么

  • 人工智能的一个重要学科的分支,一个多领域交叉学科
  • 一类数据驱动的方法,在数据上通过算法,总结模式、规律,从而应用在新的数据上
  • 研究的是计算机怎样模拟人类的学习行为,以获取新的知识或技能,并重新组织已有的知识结构,使之不断改善自身
  • 广泛应用:互联网、生物、医疗、金融、能源、交通等等

2.基本概念

2.1 不同类型的问题

  • 分类问题(监督学习)

    根据数据样本上抽取出的特征,判定其属于有限个类别中的哪一个(类似选择题)

    离散个结果中做选择

    例子:

    • 垃圾邮件识别(1、垃圾邮件;2、正常邮件)
    • 文本情感褒贬分析(1、褒;2、贬)
    • 图像内容识别(1、喵星人;2、汪星人;3、人类;4、草泥马;5、都不是)
  • 回归问题(监督学习)

    根据数据样本上抽取出的特征,预测连续值结果(类似计算题)

    输出连续值结果

    例子:

    • 《芳华》票房值
    • 魔都房价具体值
    • 刘德华和吴彦祖的具体颜值得分
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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