zoukankan      html  css  js  c++  java
  • 28、机器学习的算法介绍

    机器学习的算法介绍

    首先,机器学习的目的是什么?
    让机器在数据中寻找规律,得出结论;利用结论来服务人类。

    机器在数据中寻找规律时,所遇到的问题都有什么?

    1. 数据类别问题
    2. 数据特征问题
    3. 数据处理问题
    4. 算法问题
    5. 模型问题
    6. 结果验证问题
    7. 模型评估优化问题
    8. 其他问题(遇到傻逼怎么办)

    所有的问题都可以利用现有的知识,尝试解决。佛祖保佑,永无BUG

    机器学习算法的类别介绍

    机器学习将算法分了三类 : 监督学习、非监督学习、强化学习

    监督学习

    定义:有人监督你写作
    使用数据是-> 特征值 + 目标值

    非监督学习

    定义:无人监督你写作业
    使用数据是-> 特征值

    强化学习

    定义:通过观察来学习。比如,菜鸡通过观看大神直播来提高英雄操作技术。

    数据分类

    所有的数据都可以分成两类: 离散型 , 连续型

    将上述内容组合一个会发生什么?


    缺失部分以后补充

    那么每一种算法分类的下面,都有那些具体的算法?

    这些算法的使用场景是什么?

    这些算法的使用限制又是什么?

    这些算法的核心思想是什么?

    这些算法的缺点与不足,它们是如何规避的?

    如何证明计算的结果就是我们所需要的?

    可以利用 交叉验证 , 网格搜索 来验证

    交叉验证

    太晚了,自己看吧 交叉验证概念

    网格搜索

    同上 网格搜索概念

  • 相关阅读:
    Linux IPC udp/ip socket 编程
    Linux IPC tcp/ip socket 编程
    Linux IPC BSD socket编程基础
    Linux IPC POSIX 信号量
    Linux IPC POSIX 消息队列
    Linux IPC POSIX 共享内存
    Linux IPC System V 信号量
    Linux IPC System V 消息队列
    Linux IPC System V 共享内存
    ipcs, ipcrm
  • 原文地址:https://www.cnblogs.com/hefany/p/14264409.html
Copyright © 2011-2022 走看看