机器学习笔记——机器学习概述

本文介绍了机器学习的分类,包括参数化与非参数化、限制性模型、监督与非监督学习。讨论了MSE、bias-variance tradeoff、error rate等评估指标,并探讨了贝叶斯分类器和KNN方法的应用。通过理解这些概念,有助于深入学习机器学习模型的选择与优化。
摘要由CSDN通过智能技术生成
    • 统计学习的分类:
      • 机器学习从不同角度可以分成许多类:
        • 从有无参数角度可以分为:
          • parametric
          •   None-parametric
        • 从限制性角度来讲:
          • 有高restrictive 的模型
          • flexible 的模型分别占据了解释性和精确性
  • 1
    点赞
  • 1
    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