关于统计学的一些思考(一)

本文介绍了机器学习的基本概念,包括通过经验E提升任务T的性能度量P,以及监督学习和无监督学习的应用。在监督学习中,算法通过已标记的数据集学习,如邮件分类,而在无监督学习中,算法自行发现数据集中的模式,如聚类算法解决鸡尾酒会问题。奇异值分解(SVD)在无监督学习中也有应用。

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

1.基本概念

1)从经验E中学习解决任务T,进行某一性能度量P。通过P测定在T上的表现因经验E而升高。

2)例如你标记某邮件为垃圾邮件,程序会学习如何更好过滤垃圾邮件。

任务T:邮件分类

经验E:观察你是否把邮件标记为垃圾邮件

性能度量P:正确归类的邮件比例

因此我们的系统在任务T上的性能,在得到经验E后会提高性能度量P。

2. 监督学习

我们教会计算机做某件事情。我们给算法一个数据集(打上标签),其中包含了正确答案。

1.回归问题:我们要预测连续数值输出。

2.分类问题:我们设法预测一个离散值输出。

3. 无监督学习

我们让计算机自己学习。给算法一个数据集(没有标签,都是同类数据)。

3.1 聚类算法

3.1.1 鸡尾酒问题

当前语音识别技术已经可以以较高精度识别一个人所讲的话,但是当说话的人数为两人或者多人时,语音识别率就会极大的降低,这一难题被称为鸡尾酒会问题。

Octave软件的写法

svd:奇异值分解

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