做国内电影网站赚钱不,全网营销型网站新闻,宁波网站建设慕枫科技,科技公司 网站模板01绪论
#xff08;1#xff09;机器学习基本分类#xff1a;
监督学习#xff08;有标签#xff09;半监督学习#xff08;部分标签#xff0c;找数据结构#xff09;无监督学习#xff08;无标签#xff0c;找数据结构#xff09;强化学习#xff08;不断交互1机器学习基本分类
监督学习有标签半监督学习部分标签找数据结构无监督学习无标签找数据结构强化学习不断交互根据反馈调整策略
2机器学习根据预测任务不同的分类
分类问题回归问题标注问题
3相关名词
输入空间所有可能输入值的集合输出空间所有可能输出值的集合实例个体特征向量用于表示样本特征空间特征向量存在的空间训练数据用于训练模型测试数据用于测试模型对未知数据的作用样本具体的输入实例假设空间所有可能的模型集合
4机器学习按模型分类
概率朴素贝叶斯模型与非概率模型SVM)线性线性回归模型与非线性模型神经网络模型参数化线性回归模型与非参数化模型核函数估计
// An highlighted block
在机器学习中输入空间是指所有可能输入值的集合输出空间则是所有可能输出值的集合。每一个具体的输入实例被称为一个样本并由特征向量来表示。这些特征向量存在的空间称为特征空间。训练数据和测试数据都是样本的集合用于训练和评估模型的性能。其中训练数据用于训练模型而测试数据用于测试模型对未知数据的预测能力。
此外假设空间是机器学习中的另一个关键概念它指的是所有可能模型的集合包括模型的结构、参数等所有可以改变的部分。在监督学习中我们会从假设空间中选取最优模型使其能够最好地拟合训练数据*
