超级会员免费看
本文介绍了机器学习的基本概念和主要类型：监督学习（包括分类和回归）、非监督学习（如聚类和降维）以及强化学习。通过实例解释了各类学习任务的特点和应用场景，帮助理解机器学习模型的工作流程。
机器学习概念
- http://en.wikipedia.org/wiki/Machine_learning
- 机器学习是人工智能的一个分支，主要关于构造和研究可以从数据中学习的系统
- 它是依赖于数据的，需要输入大量的数据，因为我们现在是大数据时代，让机器学习更流行
- 过去的经验，它是蕴含在历史数据中，我们要从数据中学习过去的经验，获得经验后会对类似的新样本或场景做出预测
数据
- 在机器学习中的数据通常是以二维表的形式写出来
- 二维表类似于我们关系数据库里头的数据表，每一行，表示一个样本，每一列表示一个属性/特征
案例
Boston房价预测数据，根据某地区房屋属性，预测该地区房价
- 共506行，表示有506个样本
- 共14列
- 前13列为该地区房屋的属性(CRIM、…、LSTAT)
- 最后1列为该地区房价中位数 MEDV
- 根据区域房屋属性，预测该地区房价中位数
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
