![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
四月是你的
其实没什么感觉,反正这个世界上,没有谁能够一直陪着谁,我也不太需要。
展开
-
机器学习入门——机器学习基本概念
@机器学习什么是机器学习机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎简单来说机...原创 2019-03-10 15:48:06 · 919 阅读 · 0 评论 -
监督学习简介
什么是监督学习利用一组已知类别的样本调整算法的参数,使其达到所要求的性能的过程。也称为监督训练或有教师学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中,每个实例都是由一个输入对象(通常为矢量)和一个期望的输出值(也称为监督信号)组成。监督学习算法是分析该训练数据,并产生一个推断的功能,其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确...原创 2019-03-25 13:06:46 · 2250 阅读 · 0 评论 -
非监督学习简介
什么是非监督学习现实生活中常常会有这样的问题:缺乏足够的先验知识,因此难以人工标注类别或进行人工类别标注的成本太高。很自然地,我们希望计算机能代我们完成这些工作,或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题,称之为无监督学习。简单的说就是在未加标签的数据中,试图找到隐藏的结构。区别于监督学习和强化学习无监督学习——提供给学习者的实例是未标记的,因此没有错误...原创 2019-03-30 16:15:53 · 693 阅读 · 0 评论 -
经典监督学习算法——决策树
什么是决策树决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。简单的说就是你做出决定的一系列依据,下面的一个例子能帮助我们很好地理解决策树的概念决策树是一种树形结构,其生成过程是每个内部节点表...原创 2019-03-30 17:51:42 · 2035 阅读 · 0 评论 -
K-means聚类算法实战
一、K-means聚类算法1 K-means算法的相关描述聚类是一种无监督学习,它将相似的对象归到同一簇中。聚类的方法几乎可以应用所有对象,簇内的对象越相似,聚类的效果就越好。K-means算法中的k表示的是聚类为k个簇,means代表取每一个聚类中数据值的均值作为该簇的中心,或者称为质心,即用每一个的类的质心对该簇进行描述。聚类和分类最大的不同在于,分类的目标是事先已知的,而聚类事先不知道...转载 2019-03-26 23:08:08 · 9507 阅读 · 0 评论