机器学习概念

机器学习又称为预测分析或统计学习,是一个交叉学科,是从数据中提取知识。

在早期,需要人为制定决策规则来完成设计任务。

存在的缺点:

     (1)只适用于单一领域和单项任务,需求修改,有可能要重写整个系统;

     (2)制定规则的人必须对决策过程非常熟悉。

机器学习算法仅向程序输入海量数据,算法就可以提取需要的特征。

监督学习算法:从输入输出对中进行学习的机器学习算法。

应用:

        识别信封上手写的邮政编码

        基于医学影像判断肿瘤是否为良性

        检测信用卡交易中的诈骗行为

无监督学习算法:只有输入数据是已知,没有输出数据。

应用:

        确定一系列博客文章的主题

        将客户分成具有相似偏好的群组

        检测网站的异常访问模式

概念:

样本:机器学习中,每个实体或每一行

特征:机器学习中的每一列

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