机器学习篇
jiao1107
这个作者很懒,什么都没留下…
展开
-
机器学习Introductoin
学习问题的标准描述 如果一个计算机程序针对某类任务T的用P衡量的性能根据经验E来自我完善,那么我们称这个计算机程序在经验E中学习,针对某类任务T,它的性能用P来衡量。 例如:西洋跳棋学习问题 任务T:下西洋跳棋 性能标准P:比赛中击败对手的百分比 训练经验E:和自己进行对弈 设计一个学习系统 1.选择训练经验,使系统从中学习。 训练经验的重要属性: (1)训练经验能否为系统的决策提供直接或间接的反...转载 2019-07-24 19:19:42 · 250 阅读 · 0 评论 -
线性回归的原理
1.了解线性回归 先了解一些概念:监督学习、无监督学习、半监督学习、分类、回归、特征、标签 (1)特征:样本的输入,描述样本的一些属性,例如:西瓜的颜色、根蒂、声响等等 (2)标签:样本的输出,例如:在分类中,标签可以是西瓜的分类,例如好瓜、坏瓜(离散值);在回归任务中,标签可以是西瓜的含糖量(连续值) (3)监督学习:训练数据包括样本的特征和标签,监督学习分为两种:分类和回归。 分类任务中预测的...原创 2019-08-12 22:25:37 · 674 阅读 · 0 评论