-分类和回归
在有监督的学习中,需要学习的对象已经被正确标记了,所以需要做的是将这些样本利用分类和回归方法构建学习模型。
无监督的学习中,给出的对象一开始没有被具体标记成属于哪一类,而是通过聚类或其他的无监督学习算法来进行归类。
、半监督学习:在一些样本中,知道一部分样本是属于正样本或负样本,但是还有很多样本不知道是属于哪类样本。
方差和偏差告诉我们一个机器学习系统是否是正常工作的;正则化帮我们一定程度解决了方差问题;
同时,在研究一个机器学习系统时,我们接下来应该优先考虑哪些问题;
还有对机器学习算法的评价方法:查准率,召回率,F值
调试方法:学习曲线、误差分析、上限分析(针对的是哪些需要流水线解决的问题)