- 博客(4)
- 收藏
- 关注
RSS订阅原创 4.模型描述
符号定义训练集（training set）:数据集m:训练样本的数量x:输入特征y:输出变量（x,y）:表示某个训练样本（x(i),y(i)）:第i个训练样本h:假设函数，输入X,得到Y
2020-06-20 16:34:31
534
原创 3.无监督学习介绍（Unsupervised learning）
（发现自己之前的笔记似乎过于复杂了，感觉不像在记笔记，像是在科普一样了，以后会尽量简单一点记录）无监督学习与监督学习的不同对于监督学习，提供的数据样本需要告知明确的答案，即对于肿瘤那个例子来说，我们会知道哪个是良性的，还是恶性的对于无监督学习，数据没有任何标签，拿到数据集，我们并不知道要拿它来做什么，也不知道每个数据点究竟是什么，而只是被告知这里有一个数据集，能否在其中找到某种有意义的结构应用场景聚类算法：...
2020-06-19 20:53:11
388
原创 2.监督学习介绍（supervised learning）
1.监督学习用来解决什么问题？eg.假设我们现在需要预测房价，下图是收集到的一些房价相关的数据：基于以上数据，假设你的某个朋友需要出售一栋总面积为175m^2的房子，他想知道这栋房子大概能卖多少钱，那么学习算法能起到什么作用呢？在我们已经拥有部分数据并且已经绘制出图表之后，理所应当应该想到寻找一个房屋面积和每平米售价之间的函数，但事实上很难找出一个完全符合要求的函数，因此在寻找过程中我们只能尽量保证寻找到的函数符合现实情况，即找到一条光滑曲线，尽可能多的连接这些点，这个过程也就是所谓的“拟合”假设
2020-06-19 16:32:08
339
原创 1.什么是机器学习
1.什么是机器学习？计算机程序从经验E中学习—>解决某一任务T—>经行某一性能度量P—>通过P测定在T上的表现因经验E而提高eg.跳棋游戏E=程序与自己下几万次跳棋T=玩跳棋P=与新手玩跳棋时赢的概率...
2020-06-17 22:30:05
93
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人