机器学习/Machine Learning：综述

已于 2022-05-31 19:59:03 修改
阅读量1.1k 收藏 18
点赞数
分类专栏： 机器学习/ML 人工智能 文章标签： python 人工智能 数据挖掘 数据可视化
于 2020-10-25 15:12:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013250861/article/details/109273948
版权

机器学习是实现人工智能的一种具体的方法。它使用算法从数据中进行学习，尝试从数据中找到一种能够拟合这些数据的模型，从而达到使用这个模型对未知的数据进行预测的目的。

深度学习：2012年之后，由于数据量的增加、计算能力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。深度学习并不是新的学习方法，他使用的方法也是类似机器学习的手段，区别在于深度学习通过深度神经网络来对数据的特征进行学习和表达。

一、机器学习的常见应用场景

在这里插入图片描述

一、机器学习的开发流程

样本数据和特征决定了机器学习的上线，模型和算法只能尽可能地逼近这个上线。

在这里插入图片描述

在这里插入图片描述

原始数据来源：1. 公司本身自有的数据；2. 合作方提供的数据；3. 购买的数据；

1、

了解本专栏 订阅专栏 解锁全文 超级会员免费看
u013250861
关注
  • 0
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
机器学习（1） ---- 机器学习算法综述
chenqianleo的博客
11-14 3368
机器学习（1） —- 机器学习算法综述 个人博客，欢迎参观： http://www.ioqian.top/about/ 本着拓展知识的态度看了机器学习的一个视频，把自己的理解做个总结，分为3部分 1.机器学习算法分类，主要看分类，回归，聚类 2.分类问题 3.回归问题和聚类问题（因为实验室是做图像处理的，主要学习分类问题）推荐博客: http://blog.csdn.net
A survey of machine learning by Carl Burch 机器学习 综述
12-17
machine learning 机器学习 综述 machine learning 机器学习 综述 machine learning 机器学习 综述
机器学习——经典降维算法与框架综述
转载请标明出处，完整项目/代码详见github：https://github.com/yiru1225
11-08 4334
在本文中，我们总结了机器学习和模式识别领域的经典降维算法和降维框架。降维算法部分包括各种经典算法的原理、公式推导和算法过程，以及它们在线性降维、流形学习、核方法（监督、无监督和半监督）中的优化算法。 降维框架部分将各经典降维方法分别统一在图嵌入框架和半监督框架这两个经典降维框架的视角下，并以此探讨和分析了降维框架的设计和构建方法，分析了以降维框架为平台开发新算法的步骤。 此外，通过降维算法和降维框架在不同任务的数据集实验中的应用以及实验结果的统计分析比较，说明了各算法和框架之间的联系和区别。
机器学习1综述
m0_57297999的博客
11-27 522
半监督学习：面对的数据集一部分有“标记”或者“答案”，另一部分数据没有；非参数学习：不对模型进行过多的假设，非参数学习不等于没有参数，只是不把问题当成一个建模，不把整个问题理解成学习一些参数，但是在学习过程中仍然是需要参数的参与；学习入门机器学习经典算法（KNN、线性回归、多项式回归、逻辑回归、模型正则化、PCA、SVM、决策树、随即森林、集成学习、模型选择、模型调整）与应用；增强学习：根据周围环境的情况（反馈），采取行动，根据采取行动的结果，学习行动方式。问题：新的数据有可能带来不正确或者不好的变化；
【人工智能】机器学习算法综述及常见算法详解
最新发布
m0_68662723的博客
04-20 2670
机器学习算法是一种基于数据和经验的算法，通过对大量数据的学习和分析，自动发现数据中的模式、规律和关联，并利用这些模式和规律来进行预测、分类或优化等任务。机器学习算法的目标是从数据中提取有用的信息和知识，并将其应用于新的未知数据中。逻辑函数，也称为�������sigmoid函数，是一条 S 形曲线，将任何实数值映射到 0 到 1 之间的值。它的定义为�(�)=1/(1+�−�)fx)=1/(1+e−x)其中 e 是自然对数的底。逻辑函数在逻辑回归中用于对二元结果的概率进行建模。
各机器学习领域综述清单！
weixin_56135535的博客
05-16 379
关系抽取：More Data, More Relations, More Context and More Openness: A Review and Outlook for Relation Extraction[11]ABSA情感分析：Deep Learning for Aspect-Level Sentiment Classification: Survey, Vision, and Challenges[13]
生成式对抗网络GAN研究进展（一）
热门推荐
Solomon1558的专栏
09-14 5万+
【前言】     本文首先介绍生成式模型，然后着重梳理生成式模型（Generative Models）中生成对抗网络（Generative Adversarial Network）的研究与发展。作者按照GAN主干论文、GAN应用性论文、GAN相关论文分类整理了45篇近两年的论文，着重梳理了主干论文之间的联系与区别，揭示生成式对抗网络的研究脉络。 涉及的论文有： [1] Goodfe
机器学习综述 A Comprehensive Guide to Machine Learning Soroush Nasiria
06-29
机器学习综述 A Comprehensive Guide to Machine Learning Soroush Nasiria机器学习综述 A Comprehensive Guide to Machine Learning Soroush Nasiria机器学习综述 A Comprehensive Guide to Machine Learning ...
Machine learning 的综述论文
02-13
机器学习是一种涵盖多种异构理论和算法的广泛领域，如统计学习、贝叶斯网络、自组织映射等。自1950年艾伦·图灵在其开创性的论文《计算机器与智能》中提出“机器能思考吗？”这一问题以来，机器学习和人工智能的研究...
Machine learning: Trends,perspectives, and prospects
09-30
《科学》杂志上，最新的关于机器学习的综述文章。
机器学习机器学习的ppt课件代码(it is the chapter 1 of machine learning
03-21
【机器学习】机器学习的ppt课件代码(it is the chapter 1 of machine learning, which is the summarize of machine learning.) 说明：有关机器学习的ppt课件第一章，是对机器学习的综述 (it is the chapter 1 of ...
介绍深度学习(Deep Learning)的3篇经典英文综述和2篇中文综述
07-01
深度学习（Deep Learning)被《麻省理工学院技术评论》杂志列为2013年十大突破性技术之首。 自2006年以来，深度学习在学术界持续升温。 但目前系统性地介绍 深度学习 技术的资料相对较少。 本资源里包括介绍深度学习的3篇经典英文综述，由深度学习专家Yoshua Bengio所写。 以及2篇，我在万方和中国期刊网上能找到的，仅有的中文综述。供需要的人阅读和下载。
机器学习的三大巨头对比
06-11
作为机器学习的三巨头亚马逊，谷歌，微软，在对功能和API方面作了一下鲜明对比。值得一提的是，微软这个平台还支持一个聚类算法（K-means），是因为聚类算法支持100多种方法，涉及分类、异常检测、回归、推荐和文本分析等方法。
机器学习领域超级全综述列表
weixin_39490300的博客
03-26 1404
机器学习领域超级全综述列表
【重磅干货整理】机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总
大熊
06-08 3457
《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版本《神经网络与深度学...
Paper：机器学习、深度学习常用的国内/国外引用(References)论文参考文献集合(建议收藏，持续更新)
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
07-22 4万+
Paper：机器学习、深度学习常用的外文引用References参考文献集合(建议收藏，持续更新) References 1、国外格式 [1]D. E. Rumelhart, G. E. Hinton, and R. J. Williams, “Learning representations by back-propagating errors,” Nature,...
读书笔记——机器学习实战英文版
qq_30312047的博客
09-19 215
第一章机器学习基础19/9/2019 目标变量分为两种情况，第一种情况是目标变量只能取名义值：真或假；爬行动物、鱼类、哺乳动物、两栖动物、植物、真菌。第二中是目标变量可以接受无限数量的数值时，如0.100、42.001、1000.743、 通过机器学习我们能够通过数据获取洞察力，机器学习就是从数据中得出有意义的事情 啤酒与尿布的例子 机器学习在许多领域都有应用，机器学习使用统计，什么是机器学习中的...
自动机器学习全方位探索：Survey on Automated Machine Learning
"这篇资源是《Survey on Automated Machine Learning》的PDF文档，是对自动机器学习进行全面探讨的研究报告。由Marc-Andr´e Zöller和Marco F. Huber共同撰写，他们分别来自USU Software AG和Stuttgart大学的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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