1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 分类：目的是为了确定一个点的类别，具体哪些类别是已知的，常用的算法是KNN，是一种有监督学习。 聚类：是将一系列点分成若干类，事先没有类别的常用K-means算法，是一种无监督学习。 简述什么是监督学习与无监督学习。 监督学习 ...
分类：
编程语言 时间：
2020-05-07 18:15:01
阅读次数：
69
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 聚类分析是研究如何在没有训练的条件下把样本划分为若干类。 在分类中，已知存在哪些类，即对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。 简述什么是监督学习与无监督学习。 监督学习：根据已有的数 ...
分类：
其他好文 时间：
2020-05-07 17:03:48
阅读次数：
78
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 分类与聚类都是分开几类，分类是根据历史经验，已知类别，监督学习，聚类是自己分析现有数据，无监督学习 监督学习利用历史数据分类，把已有数据代入。无监督学习是没有样本，将已有数据分类 2.朴素贝叶 ...
分类：
编程语言 时间：
2020-05-07 13:26:39
阅读次数：
72
1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性。 （1）本节课的内容思维导图 监督学习：可以用于映射出该实例的类别。 无监督学习：我们只知道特征，并不知道答案，不同的实例具有一定的相似性，把那些相似的聚集在一起。 （2）回归与分类的区别 回归与分类的区别最主要是要看预测 ...
分类：
编程语言 时间：
2020-04-22 00:17:46
阅读次数：
72
学习资料：《统计学习方法第二版》第一章 一. 机器学习定义 机器学习就是计算机能够利用数据和统计方法提高系统性能的方法。 二. 机器学习分类 机器学习一般可以分为监督学习、无监督学习、半监督学习和强化学习。 三. 机器学习方法三要素 模型+策略+优化算法=机器学习方法 模型 在监督学习中模型就是要学 ...
分类：
其他好文 时间：
2020-04-10 19:48:53
阅读次数：
73
Python开发环境以及基本库的安装： Pip list 什么是机器学习： 机器学习是一种能够赋予机器学习的能力，让机器想人一样的去做出决策以此让它完成直接编程无法完成的功能和方法，利用数据训练出模型，然后使用模型预测的一种方法。 机器学习通常分为四类： 1、监督学习 2、无监督学习 3、半监督学习 ...
分类：
其他好文 时间：
2020-04-08 19:08:59
阅读次数：
70
(1) (2) (3) 按照学习形式将机器学习划分为监督学习、无监督学习、半监督学习、强化学习、深度学习 监督学习（Supervised Learning）表示机器学习的数据是带标记的，这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果，不断修正机器的预测结果。 无监督学习（Un ...
分类：
其他好文 时间：
2020-04-05 11:19:12
阅读次数：
68
按照任务类型可分为： 回归模型 ：例如预测明天的股价。 分类模型 ：将样本分为两类或者多类。 结构化学习模型 ：输出的不是向量而是其他 结构。 按照学习理论可分为： 监督学习 ：学习的样本 全部 具有标签，训练网络得到一个最优模型。 无监督学习 ：训练的样本 全部 无标签，例如 聚类样本。 半监督学 ...
分类：
其他好文 时间：
2020-04-04 16:17:11
阅读次数：
122
机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测” 监督学习，无监督学习，强化学习 比如说无人驾驶，里面涉及了强化学习，通过“奖励”和“惩罚”的方式进行引导机器对目标任务的完成。 整体，我复习了一遍高数的微积分，各种导数，各种定理，概率论各种理论。 ...
分类：
其他好文 时间：
2020-04-02 11:47:21
阅读次数：
110
机器学习分为四大块，分别是classification (分类)，regression (回归), clustering (聚类), dimensionality reduction (降维)。 聚类（clustering） 无监督学习的结果。聚类的结果将产生一组集合，集合中的对象与同集合中的对象彼 ...
分类：
其他好文 时间：
2020-03-28 16:14:52
阅读次数：
398
