[机器学习]机器学习笔记整理04-术语概念解释

最新推荐文章于 2021-05-10 15:18:25 发布

图解AI

最新推荐文章于 2021-05-10 15:18:25 发布

阅读量5.7k

点赞数 1

分类专栏：机器学习应用知识笔记文章标签：机器学习测试

未经博主允许不得转载(https://github.com/ai-word)

本文链接：https://blog.youkuaiyun.com/BaiHuaXiu123/article/details/68962663

版权

机器学习应用知识笔记专栏收录该内容

62 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文主要整理了机器学习中的一些核心术语和概念，包括监督学习、无监督学习、半监督学习、模型训练、过拟合、欠拟合等，旨在帮助初学者更好地理解机器学习的基本原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归

2. 概念学习：人类学习概念：鸟，车，计算机

定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数

3. 例子：学习 “享受运动" 这一概念：

小明进行水上运动，是否享受运动取决于很多因素

样例	天气	温度	湿度	风力	水温	预报	享受运动
1	晴

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

图解AI

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

[机器学习]机器学习笔记整理全解

图解AI

04-06

1万+

[机器学习]机器学习笔记整理08- SVM算法原理及实现 [机器学习]机器学习笔记整理07- KNN算法 [机器学习]机器学习笔记整理06-决策树应用 [机器学习]机器学习笔记整理05-决策树 [机器学习]机器学习笔记整理04-基本术语理解 [机器学习]机器学习笔记整理03-深度学习 [机器学习]机器学习笔记整理02-机器学习 [机器学习]机器学习实践笔记01 [机器学习]Sci

斯坦福大学2014机器学习教程学习笔记第一周

一碗菜粥的博客

04-14

502

根据黄博的笔记进行一个整理和个人总结一.引言强调机器学习的热度（不过是在2014年啦）课程学习一些机器学习的术语 & 一些算法 1.什么是机器学习？本节尝试定义什么是机器学习。接下来的课程希望教授——如何应用学习算法！我们在实际应用中一定要选择合适的学习算法加以修改来达到我们的需求！吴恩达教授这样说：在硅谷我住的地方，当我走访不同的公司，即使是最顶尖的公司，很多时候我都看到人们试图将机器学习算法应用于某些问题。有时他们甚至已经为此花了六个月之久。但当我看着他们所忙碌的事情时

2 条评论您还未登录，请先登录后发表或查看评论

机器学习笔记（二）机器学习的基本知识入门

sazass的博客

02-13

1068

视频学习网站：Google机器学习教程这是我自己的随堂笔记。一基本概念样品数据的特征实例：定义为x 标签对特例进行的判断分类：定义为y 有标签样本具有{特征，标签}：（x,y）一般作为训练集使用无标签样本具有{特征，？}：（x,？）一般作为测试集使用预测标签通过训练的模型对无标签样本的预测：定义为y’ 模型模型定义了特征与标签之间的关系，可以将样本映射到预测标签：...

机器学习核心概念、常用术语整理（建议收藏）

人工智能算法与工程实践

05-10

3432

【转】机器学习核心概念完全解析（建议收藏）原文链接：https://mp.weixin.qq.com/s/wEpmF1gdvsIimnvXrxKdRw AI干货知识库刚接触机器学习框架 TensorFlow 的新手们，这篇由 Google 官方出品的常用术语词汇表，一定是你必不可少的入门资料！本术语表列出了基本的机器学习术语和 TensorFlow 专用术语的定义，希望能帮助您快速熟悉 TensorFlow 入门内容，轻松打开机器学习世界的大门。本文来源： https://develo..

机器学习术语表

03-15

2基本概念--python深度机器学习

weixin_34258838的博客

08-03

127

参考彭亮老师的视频教程：转载请注明出处及彭亮老师原创视频教程： http://pan.baidu.com/s/1kVNe5EJ 基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归概念学习：人类学习概念：鸟，车，计算机定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数例子：学习 “享受运动" 这一概念：小明进行水上运动，是否享受运动取决于...

机器学习（1）——常用术语

潘安 BLOGS

01-05

1312

机器学习（1）——常用术语欠拟合：模型假设太严格，所以模型不能拟合到实际数据解决方案：使用更多的特征有利于拟合，选用一个学习能力更好的拟合算法过拟合：算法不仅学习了数据，而且吧噪声也当做信号学习，这样算法推广能力差解决方案：增加训练数据量可使得拟合曲线更光滑，减少特征数量降低过拟合程度，使用学习能力差的算法。

《机器学习》基本术语标准翻译总结：第2章

06-19

892

error rate：错误率 accuracy：精度 error：误差 training error：训练误差（或“empirical error：经验误差”） test error：测试误差 generalization error：泛化误差 overfitting：过拟合 underfitting：欠拟合 mode

机器学习（2）-- 基本概念与术语

Techblog of HaoWANG

04-01

497

导读：机器学习是目前信息技术中最激动人心的方向之一，其应用已经深入到生活的各个层面且与普通人的日常生活密切相关。本文为清华大学最新出版的《机器学习》教材的Learning Notes，书作者是南京大学周志华教授，多个大陆首位彰显其学术奢华。 Table of Contents 1 绪论 1.1 机器学习的定义 1.2 机器学习的一些基本术语 2 模型的评估与选择 2.1 误差与过拟合 ...

算法笔记整理1 - 机器学习的概念

Sevieryang/FinTech/Statistics/Quant

01-12

1044

一. 机器学习定义 机器学习的概念最早由美国计算机科学家Arthur Lee Samuel于1959年提出，后来，美国另外一位计算机科学家Tom M. Mitchell给出该术语的定义： A computer program is said to learn from experience E with respect to some class of tasks T and performanc...

机器学习课程个人笔记带页码完整版

1. 机器学习基础理论：包括机器学习的定义、发展历程、核心概念、主要分类和相关术语。 2. 数据预处理：介绍如何清洗数据、处理缺失值、特征选择、特征提取和数据标准化等。 3. 算法原理与实现：详细讲解各类机器...

机器学习相关基础概念（基本术语）

karmacode的博客

11-30

637

机器学习主要任务是分类 机器学习算法有很多，最终决定使用某个机器学习算法进行分类首先要做的是算法训练训练集：为算法输入的大量已分类数据是用于训练及其学习算法的数据集合训练集中有特征和目标变量特征或者属性通常是训练样本集的列，他是独立测量的结果，多个特征联系在一起共同组成的一个训练样本。目标变量：机器学习算法的预测结果。 机器学习的

机器学习概论

lixinkuan的博客

03-03

1251

一、机器学习是什么 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。（摘自百度百科）传统机器学习的研究方向主要包括决策树、随机森林、人工神经网络、贝叶斯学习等方面的研究。随着大数据时代各行...

机器学习导论：什么是机器学习？

hfjsmf的博客

05-09

896

一、发展历程 1. 人工智能的发展历史第一阶段：推理时期，时间在1960s，主要体现在：赋予机器逻辑推理能力使机器获得智能;当时的Al程序证明力一些著名的数学定理，但由于缺乏知识，远不能实现真正的智能。第二阶段：知识时期，时间在1970s，主要体现在：将人类的知识总结出来教给机器使机器获得智能;即“专家系统”，在很多领域获得大量进展，但由于人类知识量巨大，故出现“知识工程瓶颈”。第三阶段：机器学习时期，在1980s时期，连接主义较为流行，神经网络的概念被提出，但由于受到当时计算机性能的影响，连接主义很

机器学习概论--入门精讲视频

01-03

本课程是机器学习的普及课程，是基础的课程，主要介绍机器学习的定义、分类（回归学习与分类学习、监督学习与无监督学习）、基本术语（维数、学习、训练、学习器、样例、聚类、泛华、鲁棒、分布等）；介绍什么是假设空间（概念学习与归纳学习、假设空间、版本空间）；讲解归纳偏好与可爱的奥卡姆剃刀(这里还有--没有免费的午餐)；讲解了机器学习的发展历程；后贯串了机器学习常用的学习算法和辅助知识。

开发者必看：超全机器学习术语词汇表！

Lunaqi的博客

10-24

2344

A 准确率（accuracy）分类模型预测准确的比例。在多类别分类中，准确率定义如下：在二分类中，准确率定义为：激活函数（Activation function）一种函数（例如 ReLU 或 Sigmoid），将前一层所有神经元激活值的加权和输入到一个非线性函数中，然后向下一层传递该函数的输出值（典型的非线性）。 AdaGrad 一种复杂的梯度下降

机器学习常用名词解释

Johnisjohn的博客

05-12

1236

资料来源：百度技术学院视频： http://bit.baidu.com/course/detail/id/137/column/117.html 声明：博主只是将资料中的视频整理为图片，在某些地方稍作编辑，为了方便查阅而已。本文绝大部分的智力产出都来源于视频资料。推荐看视频资料以获得更多内容。一、模型？模型，我的理解，就是函数的输入和输出之间的映射关系。如y=θx 二、模型的能力？...

机器学习——一些名词解释(适用于刚开始接触机器学习)

weixin_42255200的博客

11-06

1727

总体上的范围关系是：人工智能 > 机器学习 > 深度学习，这三种都可能会用到神经网络算法。监督式学习(Supervised learning)：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出,如分类。监督学习是使用已知正确答案的示例来训练网络的。监督式学习的算法有决策树学习,SVM,KNN等回归分析和统计分类的算法。非监督式学习(Unsupervised learning):直接对输入数据集进行建模，如聚类.对比监督式学习，无监督式学习网..