舟山市普陀区建设局网站,net网站开发 兼职,公司网站购物平台建设,广州网站备案学习视频#xff1a;第1章-绪论_哔哩哔哩_bilibili 西瓜书对应章节#xff1a; 第一章 机器学习三观
What#xff1a;什么是机器学习#xff1f;
关键词#xff1a;“学习算法”
Why: 为什么要学机器学习#xff1f;
#### 1. 机器学习理论研究#### 2. 机器学习系统开…学习视频第1章-绪论_哔哩哔哩_bilibili 西瓜书对应章节 第一章 机器学习三观
What什么是机器学习
关键词“学习算法”
Why: 为什么要学机器学习
#### 1. 机器学习理论研究#### 2. 机器学习系统开发#### 3. 机器学习算法迁移 AI#### 4. AI 应用方向研究NLP, CV, 推荐系统How: 怎样学习深度学习
#### - 纯理论研究
#### - 系统的开发#### - 算法迁移 AI for Science)
#### - AI 应用方向研究基础核心知识概念
假设空间 版本空间
假设空间定义了所有可能的解决方案版本空间则是在考虑了训练数据后认为可能正确的解决方案的集合算法
从数据中学得模型的“具体方法”其产出结果称为“模型”样本示例
关于一个事件或对象的描述。用向量进行表示向量中的各个维度称为“特征”或“属性“。向量中的元素用分号 ; 表示为列向量用逗号 ,表示为行向量。标记
学习样本在某方面的表现存在潜在规律的的信息。样本空间 标记空间
所有可能的输入数据或特征向量的集合
所有可能的输出标签或目标值的集合机器学习任务分类 根据标记取值类型不同
- 标记取值为“离散型” 任务为 分类
- 标记取值为 “连续型” 任务为 回归机器学习任务分类 根据是否用到标记信息
- 训练阶段有用到标记信息此类任务为 “监督学习”
- 训练阶段没用到标记信息此类任务为 “无监督学习”数据集
- 通常用集合表示
- 一般同一份数据集中的每个样本都含相同个数的特征
- 样本 $x_{ij}$ 表示样本 $x_i$ 在第 j 个属性上的取值泛化
模型对未在训练过程中见过的数据进行准确预测的能力分布
概率论中的概率分布。归纳偏好
不同的机器学习算法有不同的偏好- 最常用的评价方法是 - 基于模型在测试集上的表现评判模型的优劣。
- 机器学习算法没有绝对的优劣之分只有是否适合当前待解决问题之分。**没有免费的午餐定理NFL)**: 众算法生而平等哪个算法训出来的模型在测试集上表现好哪个算法 nb。
数据决定模型的上限算法则是让模型无限逼近上限
- 数据决定模型的上限 数据是指从 数据量 和 特征工程 两个角度考虑 通常数据量越大模型效果越好通常对特征数值化越合理特征收集越全越细致模型效果通常越好
