本文介绍了机器学习的三大主要任务：回归、分类和无监督学习。回归涉及连续型变量的预测，如预测房价；分类关注离散型变量的问题，如鸢尾花分类；无监督学习则在没有明确因变量的情况下寻找数据的内在结构。
机器学习的三大主要任务
简介
机器学习分为有监督学习和无监督学习，其中，有监督学习又分为回归和分类。回归、分类和无监督学习为机器学习的三大主要任务。
机器学习的一个重要的目标就是利用数学模型来理解数据，发现数据中的规律，用作数据的分析和预测。我们对机器学习中的样本数据做如下定义：
样本： x i , i = 1 , 2 , . . . , N x_i, i = 1, 2, ..., N xi,i=1,2,...,N ，共N个样本
第 i i i个样本： x i = ( x i 1 , x i 2 , . . . , x i p , y i ) x_i = (x_{i1}, x_{i2}, ..., x_{ip}, y_{i}) xi=(xi1,xi2,...,
最低0.47元/天 解锁文章
4434
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
