zoukankan      html  css  js  c++  java
  • 03机器学习基础名词解释 心梦无痕

    机器学习概念性含义:

      机器学习是人工智能的一个分支,我们使用计算机设计一个系统,使他能够根据提供的训练数据按照一定的方式来学习;随着训练次数的增加,该系统可以在性能上不断学习和改进;通过参数优化的学习模型,能够用于预测相关问题的输出.

    符号代表的含义:

    向量x: 1.2  2.1  3.2  3.3  2.3  3.2     #有几个特征就说有多少维,注意上下标的含义

       xi  : x向量的第i维度的值

        x(i) : 表示第i个样本的x向量  (针对矩阵说的) 

    矩阵X:(特征矩阵)

    标量:(目标属性,目标值)

    拟合:构建的算法符合给定数据的特征

    鲁棒性:(对新数据进行预测)也就是健壮性.稳健性.强壮性,是系统的健壮性;当存在异常数据的时候,算法也会拟合数据

    过拟合:算法太符合样本数据的特征,但对于实际生产中的数据特征无法拟合

    欠拟合:算法不太符合样本的数据特征

    机器学习常见的应用框架:

    1.scikit-learn(python)  #纯机器学习的--发展方向:从小批量的数据中提取大量的隐含的特征进行构建

      http://scikit-learn.org/stable/

    2.Mahout(Hadoop生态圈基于MapReduce)  #基于大数据的机器学习  #从大批量的数据中挖掘特征   (几乎与无脑堆数据--找特征规律)

      https://mahout.apache.org/

    3.Spark.MLlib      #基于大数据的机器学习

      https://spark.apache.org/

  • 相关阅读:
    Docker之路-docker架构
    Docker之路-认识docker
    Docker之路-版本选择及安装
    Golang理解-集合
    大话算法-动态规划算法
    运维职责
    Golang理解-匿名结构体
    DotNetty项目基本了解和介绍
    变量声明在循环体内还是循环体外的争论
    SqlServer与MySql语法比较
  • 原文地址:https://www.cnblogs.com/lixiaohao1992/p/9481727.html
Copyright © 2011-2022 走看看