机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)
什么是机器学习?
通常,一个机器学习问题考虑一个包括 n n n 个样本的数据集,试图根据该数据集预测未知数据的某些属性。如果每个样本的维度高于1,那么每一个维度称为属性或特征。机器学习可以分成有监督学习(supervised learning
)和无监督学习(unsupervised learning
)两大类。其中,
-
有监督学习 数据带有额外的属性,这些额外属性正是我们想预测的。典型的有监督学习包括:
-
分类(
classification
): 已知样本属于两个或多个类,我们想从标签已知的数据中预测标签未知的数据所属的类别。举一个分类问题的例子,手写数字的识别。在本例中,我们要把每一个输入向量分配到有限数量的离散类之一。 -
回归(
regression
-