初識機器學習

機器學習：資料（資料）做為輸入/輸出 找到最合適的演算法公式

機器學習的分類：

有批量（batch）數量的情況下可應用

監督式學習（知道輸入與輸出）

半監督式學習是（知道輸入與部分輸出）

無監督式學習（不知道輸出）：對應著聚類 clustering

對於機器學習的輸出：

1.有明確的分類（是/否）並且是用一條線可以分開的    對應的是分類

2.有多個輸出結果    對應的是多分類

3.輸出在某乙個區間    對應的是回歸    regression

對於機器學習的輸入：

1. 有確切的資料在做為輸入之前需要進行一些處理：標準化/歸一化/泛化等我們稱為預處理    preconditioning

2. 沒有確切的資料需要我們自己定義或從資料中提取資訊特徵我們稱為特徵工程    feature engineering

機器學習 初識機器學習

1.什麼是機器學習？對於機器學習到現在都還沒有統一的定義，但是，通過乙個例子和較權威的定義來理解機器學習，最後附上我個人對機器學習的理解 2.監督學習 1 監督學習基本思想 我們資料集中的每個樣本都有相應的 正確答案 即每個樣本都是真實值，再根據這些樣本作出 舉乙個房價預售的例子來說明 eg 下面圖...

初識機器學習

學機器學習已經大半年了，現在才發現自己是初識機器學習。一開始學機器學習，真的以為它是個機器，學會了就可以拿來用，或是拿來改進。現在才明白，學機器學習的方法不僅要弄明白理論基礎和演算法思路，還要明白演算法的脈絡，它的每一步都是為什麼這麼做，掌握演算法背後的真正的思想，才能融會貫通，針對不同的問題提出不...

初識機器學習

機器學習的定義 1 在沒有明確設定的情況下，使計算機具有學習能力 samuel 2 電腦程式從經驗e中學習，解決某一任務t，進行某一效能度量p，通過p測定在t上的表現因經驗e而提高 tom mitchell 學習下棋是e，下贏是t,獲勝的概率是p。通過在下棋 t 中提高經驗 e 從而增加獲勝的概率 ...