初識機器學習

1.監督學習，即有輸入、有輸出的資料集學習乙個模型，再次給類似資料集的輸入，得到對應的輸出，用於**連續值和離散值

2.無監督學習，即有輸入，但是無輸出的資料集，從某種衡量角度關注資料集的資料分布結構學習出模型，用於分類

3.強化學習，對於之前的所有輸出帶有回報獎勵函式去影響下一次輸入的學習

互屬性：監督學習有分類和回歸；無監督學習有分類；回歸有無監督學習，分類有監督和無監督學習；

選擇大於努力性：最佳實踐操作決定

範圍性：圖表只是數學的一小部分，而資料表示可以表示n維度

機器學習：使計算機從海量的資料中提取到某種規律，即學習的過程，之後模型用去做人能做的事，即從外界看上去智慧型

作圖：可用不同的符號表示結果，也可用相同的符號和乙個輸出軸表示不同的結果，關鍵在於表示結果的區分

資料的擬合線必須盡量包攬正確的資料多點

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 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...