![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 63
Geeks.
Lotus
展开
-
感知机和统计学习方法总结
• 1957 年由 Rosenblatt 提出,是神经网络与支持向量机的基础。• 输入为实例的特征向量,输出为实例的类别,取 +1 和 -1;• 感知机对应于输入空间中将实例划分为正负两类的分离超平面,属于。• 感知机学习算法具有简单而易于实现的优点,分为原始形式和对偶形。• 利用梯度下降法对损失函数进行极小化;这里是对感知机的几何的性质的相关的解释。感知机 (Perceptron)• 导入基于误分类的损失函数;由此我们提出感知机的相关的定义。原创 2024-09-07 23:17:23 · 99 阅读 · 0 评论 -
第1章 机器学习和统计学习
我们不知道数据集中数据、特征之间的关系,而是要根据聚类或一定的模型得到数据之间的关系。在无监督学习中数据只有特征(feature)无标签(label),是一种机器学习的训练方式,它本质上是一个统计手段,在没有标签的数据里可以发现潜在的一些结构的一种训练方式。比起监督学习,无监督学习更像是自学,让机器学会自己做事情。定义: 强化学习是让一个智能体(agent)在环境中通过尝试和错误来学习行为策略。智能体通过与环境进行交互,根据奖励信号来调整其行为策略,以达到最大化累积奖励的目标。原创 2024-09-07 20:54:46 · 1269 阅读 · 0 评论