- 机器学习
给定一定量的数据集,从这些数据中产生模型,在面对新的情况的时,模型可以给我们提供相应的判断。 - 监督学习(supervised learning)和无监督学习(unsupervised learning)
监督学习是提供标记数据(label data),即结果(result)。比如:当我们训练人脸检测模型的时候,我们的数据集要包括是否是人脸这一输出空间。典型代表是分类和回归。而无监督学习不提供result,典型代表是聚类。 - 分类和回归
欲预测的值为离散值时,这类学习任务称为分类,如:好瓜和坏瓜
欲预测的值为连续值时,这类学习任务称为回归,如:瓜的成熟度 - 聚类
讲训练集中的数据分成若干个组,每组称为一个"镞"(cluster)。当遇到新的样本的时候可以通过学习算法将其自动分类。 - 假设(hypothesis)
学习模型对应关于数据莫衷潜在规律,学习过程可以看作一个在所有假设组成的空间中进行搜索的过程,搜索目标是找到和训练集匹配的假设,可以通过设置归纳偏好来得到想要的假设模型。
机器学习专业术语
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...