【吴恩达机器学习】学习笔记(一)

本文介绍了监督学习和无监督学习的基本概念。监督学习涉及使用带有正确答案的训练数据,包括回归(预测连续值)和分类(预测离散值)。无监督学习则在没有标签的数据上进行,如聚类算法,例如鸡尾酒会算法,用于发现数据的内在结构和类型。
摘要由CSDN通过智能技术生成

(编程环境Octave或Matlab,来建立学习算法原型)


一、监督学习supervised learning algorithm

监督学习,是指给算法一个数据集(被称为训练集),其中包含了正确答案,算法的目的就是给出更多的正确答案。

回归指预测连续的数值输出。
分类是指预测离散值输出。
回归问题和分类问题是两种常见的监督学习问题。

二、无监督学习unsupervised learning algorithm

无监督学习是一种学习机制,使用的数据都具有相同的标签或没有标签,并没有把数据集的正确答案给算法。而是给算法大量的数据,要求它找出数据的类型结构。

聚类算法:无监督学习会将无差别的数据分为不同的若干簇(类型),这就是聚类算法。聚类算法只是无监督学习中的一种。

鸡尾酒会算法是另一种无监督学习算法。

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