機器學習相關概念
定義: t e p
機器學習分類
有監督學習
回歸(regression) linear_regression
分類(classification)
判別模型 ->bayes公式->先驗概率,似然函式,證據,後驗概率->beta分布(概率的概率分布)
生成模型->聯合概率 邊緣概率
距離說明什麼是判別模型,什麼是生成模型,以及常見的模型分別屬於哪種.可能會被問到
無監督學習
聚類(cluster)降維
強化學習
機器學習三要素
模型(線性回歸,logistic regression, svm, decision tree, ensemble model)
策略(找到最合適模型的方法,我們給模型的好壞定乙個指標,來衡量 風險->損失函式l(y,f(x)))
演算法是找到損失函式最小值的方法,數值計算方法(梯度下降法,牛頓法,座標上公升法,最速下降法)
線性回歸
假設函式
構造損失函式(平方損失)
梯度下降求解
批量梯度下降(bgd)
隨機梯度下降(sgd)
小批量梯度下降(mbgd)
機器學習 相關概念
一開始我是自學的機器學習的相關知識,因為要參加比賽,有點急於求成,網上到處找教程,學了很多,也了解了很多演算法,但是脈絡沒搞清楚,後面也越來越沒有信心 機器學習有很多相關的概念,我覺得在準備深入學習這些東西之前一定要把概念層次弄清楚,要不然很容易陷入誤區,所以在這裡把一些相關的概念和脈絡理一下 1....
機器學習相關的綜述概念
一 什麼是機器學習 利用計算機從歷史資料中找出規律,並把這些規律用到對未來不確定場景的決策。二 機器學習與資料分析的區別 三 典型應用 四 分類 五 常用演算法 六 nosql處理行為資料 七 解決問題一般框架 八 補充說明 1 機器學習就是 把乙個實際的問題抽象成乙個多元高次方程 然後通過已知的歷...
機器學習相關概念學習記錄一
一 監督學習 從給定的訓練資料集中學習出乙個函式 模型引數 當新的資料到來時,可以根據這個函式 結果。監督學習的訓練集要求包括輸入輸出,也可以說是特徵和目標。訓練集中的目標是由人標註的。監督學習就是最常見的分類 注意和聚類區分 問題,通過已有的訓練樣本 即已知資料及其對應的輸出 去訓練得到乙個最優模...