- 什么是机器学习
- 官方解释
- 机器学习就是从【数据】中自动分析获得【规律(模型)】,并利用规律对未知数据进行【预测】的算法
- 模型
- 算法模型,是一个特殊的对象。该算法模型对象中已经纪衡或者封装好了某种形式的方程/算法。(还没有求出解的方程)
- 模型的作用
- 预测
- 分类
- (注意:算法模型对应的算法或者方程求出的解就是预测或者分类的结果)
- 样本数据
- 模型的训练:将样本数据带入到模型中,对其进行训练(给方程进行求解操作),模型训练好以后,则模型的方程就有唯一i的解或者最优解。有解后则模型就可以实现分类或者预测的功能。
- 构成
- 特征数据
- 标签/目标数据
- 模型的分类
- 有监督学习
- 无监督学习
- 官方解释
- 样本数据的载体
- 通常情况下历史数据的都不会存储在数据库中,而是存储在文件中(CSV文件)
- 数据库存储数据存在的问题
- 性能瓶颈:数据据量级大的数据很难存储和进行高效的读写
- 数据存储格式不符合机器学习要求的数据格式
- 样本数据的获取途径
- kaggle:数据竞赛平台
- UCI数据集:是一个常用的机器学习标准测试数据集
- archive.ics.uci.edu/ml/index.php
- sklearn
- 为社么需要机器学习
- 解放生产力
- 解决专业问题
- 提供社会便利
- 机器学习的价值体现
【机器学习】笔记 1、概述
最新推荐文章于 2024-04-22 17:29:50 发布