zoukankan      html  css  js  c++  java
  • 我的机器学习之旅(一):认识机器学习

    机器学习顾名思义,计算机模拟人类学习行为,获取学习规律改善自己。可以应用于数据的预测任务。

    人类学习: 外界现象-->认知-->推理判断-->归纳规律

    计算机:给定样本数据-->学习规则-->获取数据的规律 -->根据新的数据进行预测

    机器学习的对象:学习任务T,训练经验E,预测性能目标P

    例子:学习任务--下象棋;  性能目标--击败对手(胜率100%);  训练经验--学习棋谱,自我博弈

    机器学习的分类:

    监督学习:房价预测,回归分析,曲线拟合。有结果对照

    无监督学习:分类,垃圾短信,垃圾邮件。    无结果对照

    强化学习:机器人控制。   

    具体的:

    监督学习:

    训练集需要包括特征数据和判别目标结果,训练出模型根据特征预测结果。带结果数据训练。

    例如根据身高,头发,吸烟的特征判别性别。训练集的数据特征和目标是一一对应用于训练。

    最后根据你给定的特征判断结果。

    无监督学习:

     无标记的特征数据,可以根据样本的特征分辨类别。

    例如:根据衣服的一些特征,进行相关的分类。

    强化学习:

    环境感知,做出尝试动作,奖惩状态,进行调整,尝试新的动作。启发式学习。

    机器学习算法一览:

    相关资料:

    1,Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 ,

    2,Kevin P. Murphy, Machine Learning:A Probabilistic Perspective, The MIT Press, 2012

     

  • 相关阅读:
    Java语言中:float数据类型在内存中是怎么存储的?
    Java语言中:在数据类型的讲解中补充的几个小问题
    groovy : poi 导出 Excel
    php 基础入门篇之前言
    C 实现strcmp,strcpy,strcat函数
    CSDN 夏令营程序 试题分析 (3)
    HDU 1560 IDA*搜索
    iOS怎样找到自己的沙盒
    51系列小型操作系统精髓 简单实现2
    排序算法总结之折半插入排序
  • 原文地址:https://www.cnblogs.com/allenren/p/8625331.html
Copyright © 2011-2022 走看看