机器学习笔记
Shirly_Smile
这个作者很懒,什么都没留下…
展开
-
机器学习基础学习笔记——机器学习基础介绍
机器学习基础介绍 机器学习(Machine Learing,ML) 概念:多领域交叉学科,设计概率论、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。 学科定位:人工智能(Artificial Intelligence,AI)的核心,是是计算机具有智能...原创 2018-11-17 16:37:13 · 162 阅读 · 0 评论 -
机器学习基础学习笔记——基本概念
机器学习的基本概念: 1、概念学习:概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数 example:学习享受运动这一概念 影响因素: 天气:晴、雨、阴、雪 温度:冷、暖 风力:强、弱 水温:冷、暖 享受运动:是、否 概念定义在实例集合之上,这个集合表示为X(在上例中是多天因素与享受运动的数据...原创 2018-11-17 17:20:42 · 276 阅读 · 0 评论 -
机器学习基础学习笔记——决策树算法
决策树算法(Decision Tree) 一、决策树算法原理: 决策树/判定树:是一个类似于流程图的树结构;其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每二个树叶结点代表类或者类分布。树的最顶层是根节点。 熵(Entropy)概念: 信息的信息量大小和它的不确定性有直接的关系。使用比特(bit)来衡量信息的多少,信息熵的计算公式如下: 其中p1,p2,....原创 2018-11-18 11:01:56 · 3234 阅读 · 0 评论