【机器学习】Supervised Learning

本文介绍了监督学习的基本概念,包括训练数据集、属性特征、标签及假设等,并解释了模型与目标的作用,最后概述了监督学习中训练与预测的过程。

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

诶。Supervised Learning的中文名字叫什么。

目标:让机器干一件很口刁的事情
定义:

Dataset for training是机器学习所用的数据教材,它由examples组成。Example 是一个个小数据,它包括了一些attributes特征和它被标记的label

若假设一些examples有两个特征,且他们被分成了两类(-1,+1),将他们在坐标轴标出来。若一条线能将他们分成两类,则称这个直线为hypothesis。

另外,在学习的过程中需要建立model以作为宏观观察的结果,建立objective以实现学习的目的。

步骤:
train:让机器学习data,对data进行分类的称为classification分类,进行近似的称为regression
prediction:给机器一些没有标记label的数据,但是有attribute,让它预测label会是什么。




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