學習統計學至今,對於「監督學習」和「無監督學習」兩個概念的理解一直處於混沌狀態,因此建立此筆記本用於記錄在學習中遇到的監督學習與無監督學習的解釋性語言。
監督學習的特點:輸入空間(特徵空間)和輸出空間都能夠觀測,訓練集由輸入輸出成對組成:
假定輸入與輸出的隨機變數 x 和 y 服從聯合概率分布p(x,y).
假定模型空間,即輸入到輸出的對映關係來自於此假設空間。 模型通常為:p(y|x)或 y=f(x)
步驟:訓練集——>
無監督學習特點:只能觀測輸入空間(特徵空間),訓練集形式為:
記若特徵空間是p維的,訓練資料可以表示為:
無監督學習致力於「壓縮」訓練資料的行或者列,行壓縮對應聚類問題,列壓縮對應降維問題,從而找到資料的潛在結構。
無監督學習與監督學習
1.無監督和有監督的理解方法有很多,主要可以從以下幾方面來理解 1 無監督與監督學習的區別在於乙個無教學值,乙個有教學值。但是,個人認為他們的區別在於無監督學習一般是採用聚簇等演算法來分類不同樣本。而監督學習一般是利用教學值與實際輸出值產生的誤差,進行誤差反向傳播修改權值來完成網路修正的。但是無監督...
監督學習與無監督學習
監督學習 監督學習是指我們給演算法乙個資料集,其中包含了正確答案。也就是說我們給它乙個房價資料集,在這個資料集中的每個樣本,我們都給出正確的 即這個房子實際賣價,演算法的目的就是給出更多的正確答案,輸入和輸出都是有參照的,根據參照,給定乙個新的輸入,新的輸出。如房價 給定某地房子大小和房價的資料,根...
無監督學習與監督學習
無監督學習與監督學習 1 首先我們要知道什麼是機器學習 a 從我們的學習推導而來 舉個例子 要考試了,老師給我們刷題,然後我們通過完成老師給的題目,考試考了100分,考試題不是原題,但與原題十分相似 b 我們總結一下 要考試了,老師給我們刷題 訓練集 然後我們通過完成老師給的題目 訓練 考試 要處理...