本文深入探讨了机器学习的核心——模型，强调以模型为学习重点。介绍了有监督学习与无监督学习的区别，如回归模型、分类模型、聚类等，并列举了各种有监督和无监督模型的实例，展示了机器学习在金融、风控、电商推荐系统等领域的广泛应用。
2021 开年巨献 —— 系列文章《AI 入行那些事儿》，为您讲述：
人工智能的基础原理、发展历程、当前应用
成为 AI 技术人员所需的入门技能和学习途径
以及求职、面试的全过程
模型：机器学习三要素的核心
机器学习的三要素中，最核心的是模型。无论算法还是数据都是为获得模型服务的。
建议读者在学习机器学习时，从模型函数入手，以数据处理、特征提取等知识为辅。通过推导模型的目标函数，来学习求解过程，并以此来学习算法。
有监督学习 vs 无监督学习机
简单来说，机器学习模型可以分为两种：有监督的和无监督的。
有监督学习
前文提到的关于员工信息的模型就是有监督的模型，每一个训练数据样例都有一个人工打上的标签。
有监督的模型可以分成多种类型，其中最常用的有回归模型和分类模型两种。回归模型的预测结果是连续的，它输出的是一个范围内的连续型任意值，而分类模型的预测结果是离散的
最低0.47元/天 解锁文章
477
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
