李宏毅机器学习Task01

这篇博客介绍了机器学习的基础概念,包括学习情景(如有监督、无监督、迁移和强化学习)、任务类型(分类和回归)以及模型方法(线性与非线性,如深度学习和SVM)。通过这些核心内容,帮助读者理解机器学习的基本框架。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

机器学习介绍:我觉得按照这张图解释就可以了。

机器学习定义: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。

蓝色的方块scenario:指的是学习的情景,通常学习的情景是你没有办法控制的。通常分为有监督学习,无监督学习,迁移学习,强化学习等。

task:根据任务的不同可以分为分类(Classification)和回归(Regression)。分类表示的是一个离散值,比如一张图片是猫还是狗,而回归输出的是一个连续值,比如房价和天气预报的预测。

method:指的是机器学习的方法,机器学习模型分为线性(Linear Model)和非线性(Non -linear Model)。非线性模型包含深度学习以及SVM等。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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