文章目录
机器学习
监督学习
监督学习(Supervised Learning)算法构建了包含输入和所需输出的一组数据的数学模型。这些数据成为训练数据,由一组训练样本组成。(就是函数对应关系)
监督学习主要包括分类和回归(使用哪一种取决于输出值的类型)
当输出被限制为有限的一组值(离散数值)时使用分类算法;
当输出可以具有范围内的任何数值(连续数值)时使用回归算法
相似度学习是和回归和分类都密切相关的一类监督机器学习,他的目标是使用相似性函数从样本中学习,这个函数可以度量两个对象之间的相似度或关联度。他在排名、推荐系统、视觉识别跟踪、人脸识别等方面有很好的应用场景。
监督学习的实例
深入了解监督学习
监督学习三要素
- 模型:总结数据的内在规律,用数学函数描述的系统
- 策略:选取最优模型的评价准则
- 算