本文介绍了机器学习的基础概念，包括机器学习的工作流程、在人工智能中的位置及其实际应用。详细阐述了从传统编程到统计学、机器学习和智能应用的发展，并讨论了机器学习的五大流派及其演化历程。最后，列举了常见的机器学习算法，如决策树、支持向量机、朴素贝叶斯、循环神经网络等，以及它们的应用场景和优势。
一、机器学习概览
1. 什么是机器学习？
机器通过分析大量数据来进行学习。比如说，不需要通过编程来识别猫或人脸，它们可以通过使用图片来进行训练，从而归纳和识别特定的目标。
2. 机器学习和人工智能的关系
机器学习是一种重在寻找数据中的模式并使用这些模式来做出预测的研究和算法的门类。机器学习是人工智能领域的一部分，并且和知识发现与数据挖掘有所交集。
3. 机器学习的工作方式
①选择数据：将你的数据分成三组：训练数据、验证数据和测试数据
②模型数据：使用训练数据来构建使用相关特征的模型
③验证模型：使用你的验证数据接入你的模型
④测试模型：使用你的测试数据检查被验证的模型的表现
⑤使用模型：使用完全训练好的模型在新数据上做预测
⑥调优模型：
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
