zoukankan      html  css  js  c++  java
  • 西瓜书机器学习 绪论

          数据集里面的每一条描述被称为实例或样本。实例或样本的某方面成为属性或特征。属性上的取值成为属性值。一个实例也可以成为特征向量。可以预测出的结果成为标记。拥有标记的实例称为样例。

          标记空间或者输出空间。

          如果要预测的是离散值,则称为“分类”,若预测的为连续值,则成为“回归”。只有两个类别的成为“二分类”,一个为“正类”,一个成为“反类”。多个类别时为“多分类”。

          将训练集中的样本分为若干组称为“聚类”。

         分类和回归属于监督学习,聚类属于无监督学习。

    训练得到的模型可以很好的适用于新样本,称为“泛化能力”。训练样本越多,泛化能力越强。

    归纳学习。

    与训练集一致的假设空间称为“版本空间”。

    归纳偏好。

    “没有免费午餐”定理。

    机器学习提供数据分析能力,云计算提供数据处理能力,众包提供数据标记能力。机器学习领域和数据库领域则是数据挖掘的两大支撑。

  • 相关阅读:
    构建之法阅读笔记05
    构建之法阅读笔记04
    构建之法阅读笔记03
    第九周学习进度条
    个人冲刺
    第八周进度条
    Git疑难解决
    Git常用命令
    git配置SSH公钥
    Laravel框架中如何使用 Presenter 模式?
  • 原文地址:https://www.cnblogs.com/zhaoxinhui/p/15271282.html
Copyright © 2011-2022 走看看