机器学习概念整理

最新推荐文章于 2025-01-31 10:17:22 发布
最新推荐文章于 2025-01-31 10:17:22 发布
阅读量302 收藏 1
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Dulpee/article/details/86662757
版权

有监督学习:通过标注数据进行学习的方法，就叫做有监督学习
无监督学习:一组数据中只有样本没有标签，通过数据的特征进行学习的方法叫做无监督学习
泛化能力:算法的鲁棒性，对未知样本数据的适应能力。
方差:表示数据的离散程度
过拟合:一个训练好的模型中训练集上指标很好而在测试集上表现不好，解决方法:减少特征、增加数据量
欠拟合:模型在训练集上指标不好并且在测试集上表现也不好，解决方法:增加特征、增加数据量

机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 15万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
算法笔记整理1 - 机器学习的概念
Sevieryang/FinTech/Statistics/Quant
01-12 1036
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...
机器学习概念
雪雪
02-23 798
一、什么是机器学习 机器学习是一种数据分析技术，教计算机执行人和动物与生俱来的活动：从经验中学习。机器学习算法使用计算方法直接从数据中“学习”信息，而不依赖于预定方程模型。当可用于学习的样本数量增加时，这些算法可自适应提高性能。 二、机器学习应用场景 随着大数据应用增加，机器学习已经成为解决以下领域问题的一项关键技术： 计算金融学，用于信用评估和算法交易 图像处理和计算机视觉，用于人脸识...
机器学习 实用技巧
overstack的专栏
06-12 5517
和大多数人一样，小弟对各种机器学习和数据挖掘算法都小有兴趣，常用的算法也都知道基本思想，但尝试不多。最近收集了一些算法的实用技巧，待有空时仔细研读。 （1）机器学习那些事 & 机器学习根基 那些事儿：http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf 根基：http://www.cs.cmu.edu/~tom/pubs
机器学习简介
最新发布
kekexi1i的博客
01-31 884
机器学习（Machine Learning）是人工智能（AI）的一个分支，它使计算机系统能够利用数据和算法自动学习和改进其性能。机器学习是一个不断发展的领域，它正在改变我们与技术的互动方式，并为解决复杂问题提供了新的工具和方法。机器学习是让计算机通过数据进行学习的一种技术，广泛应用于各行各业。
机器学习整理
sereasuesue的博客
08-30 257
1 概述交叉验证的使用：模型评价、超参数（阈值）优选，保证数据集同分布留一法交叉验证——MAE平均绝对误差 评价MAE（2 P68）实值函数回归2 KNN模型KNNStep1 预处理 x估计=x-μ/σ 并且记录{μ(k),σ(k),k=1,2,3,4} 平均错误率、标准差 Ste...
机器学习概念梳理（无公式）
包龙星的剑
05-30 394
1.机器学习是干什么的（1）分类如：输入大量的动物图片进行训练后，使机器能够区分哪只是狗，哪只是猫。（2）标注标注是分类问题的推广。和分类问题不同的地方在于，其输出结果不是简单的一个类别（如这是一条狗），而是一个标注序列。如：输入一个英文句子，输出该句子中每个单词的词性。（3）预测也叫回归。如通过往年某地房价数据，学习出一个模型，使得该模型可预测未来房价的趋势。2.机器学习的基本步骤李航老师在《统...
机器学习基本概念梳理（一）
weixin_43159224的博客
10-25 252
1.输入空间：输入所有可能取值的集合 2.输出空间：输出所有可能的集合 3.特征空间：所有特征向量存在的空间 4.统计学习方法三要素：模型、策略、算法。 5.监督学习的目的在于找到一个从输入到输出的映射，分为学习和预测。 6.期望损失：又称风险函数，R=∫L(y,f(x))P(x,y)dxdyR=\int_L(y,f(x))P(x,y)dxdyR=∫L​(y,f(x))P(x,y)dxdy,用经验...
嵩天教授机器学习笔记整理
07-02
机器学习笔记整理 机器学习是人工智能的一个分支，通过训练数据集，使得机器可以自动地学习和改进其性能。本笔记将对机器学习的分类、监督学习、无监督学习、强化学习和深度学习等概念进行详细的介绍。 机器学习...
机器学习基础概念梳理及面试常见问题整理
02-16
机器学习基础概念梳理及面试常见问题整理。 这部分是我在参与秋招时，结合上课的内容、自己看书的经验、面试的经验整理和总结而成的，有插图和重点标注，缺点是没有整理成pdf文档，建议使用Typora软件打开。 主要...
机器学习资源整理002不全
10-10
标题“机器学习资源整理002不全”和描述中的“机器学习资源整理002不全-math_deep.effective-java”暗示了这份压缩包包含了关于机器学习和Java编程的资料，特别是数学基础和《Effective Java》这本书的相关内容。...
机器学习——概念整理（更新中）
许希律的博客
03-04 332
1.极大似然估计：极大似然估计思想的最简单解释 2.Knn算法 ：机器学习系列之——Knn算法 kd树详解 3.Precision、Recall、AP、MAP、IOU：性能指标（模型评估） 理解IOU、precision、recall、AP、mA...
【机器学习】机器学习一些概念的整理（不断更新中）
qq_32742009的博客
08-03 1609
维数灾难： 当特征维数很高的时候，即使训练集性能很好，也很有可能是由于过拟合造成的，模型的泛化能力很弱。 当特征维数很高的时候，样本映射到高维的特征空间下，距离度量逐渐失去了度量差异性的能力。 https://blog.youkuaiyun.com/zbc1090549839/article/details/38929215 https://blog.youkuaiyun.com/tanya_girl/articl...
机器学习基础学习笔记整理
资源摘要信息:"学习笔记机器学习基础.zip文件包含了关于机器学习基础的深入学习材料，涵盖了机器学习的核心概念、算法和技术。该压缩包中的主要文件包括第二章_机器学习基础.md文档，提供了关于机器学习基础知识的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值