机器学习实战——开篇

    在介绍具体算法前,从整理理解机器学习方法的框架结构,以下节选引用自《统计学习方法》——李航。

1、统计学习 statistical learning=统计机器学习 statistical machine learning


1.1、特点

  • 工具:计算机及网络
  • 研究对象:数据驱动
  • 目的:以方法为中心,进行数据的预测与分析
  • 理论:概率论、统计、信息论、计算数学、运筹学、计算机
  • 分类:监督学习supervised learning、非监督学习unsupervised learning、半监督学习semi-supervised learning

1.2、监督学习方法的三要素:模型、策略、算法

为方便理解可以从机器学习的一般步骤来理解这三个要素:



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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