1.统计学习 统计学习的对象：（1）data ： 计算机及互联网上的各种数字、文字、图像、视频、音频数据以及它们的组合。（2）数据的基本假设是同类数据具有一定的统计规律性。统计学习的目的：用于对数据（特别是未知数据） 进行预测和分析。统计学习的方法：（1）分类： 监督学习无监督学习半监督学习强化学习 ...
分类：
其他好文 时间：
2020-01-25 19:28:51
阅读次数：
155
机器学习的专业术语非常多，不需要一开始理解所有的专业术语，这些术语会随着对机器学习的深入，会慢慢理解，水到渠成。 不过在学习的过程中，有一些概念必须要了解，有助于后续的学习与理解，需要了解的核心概念有：监督学习、无监督学习、模型、策略、算法等。 监督学习 监督学习，指的是学习的数据与后续测试的数据， ...
分类：
其他好文 时间：
2020-01-08 21:26:20
阅读次数：
120
@[toc] 1 聚类的定义 聚类就是对大量未知标注的数据集，按照数据 内部存在的数据特征 将数据集划分为多个不同的类别，使类别内的数据比较相似，类别之间的数据相似度比较小；属于 无监督学习 。 聚类算法的重点是计算样本项之间的 相似度 ，有时候也称为样本间的 距离 。 和分类算法的区别： 分类算法 ...
分类：
编程语言 时间：
2020-01-04 01:38:28
阅读次数：
134
原文链接：http://tecdat.cn/?p=9839 总览 在监督学习中，我们通常可以访问n个 观测值的p个 特征 集 ，并 在相同观测值上测得的 Y。 无监督学习是一组没有相关的变量 Y的方法。在这里，我们重点介绍两种技术… 主成分分析：用于数据可视化或在其他监督学习方法之前进行预处理的工具 ...
分类：
编程语言 时间：
2019-12-26 00:09:34
阅读次数：
146
二、基本概念 1 有监督学习与无监督学习 根据样本数据是否带有标签值，可以将机器学习算法分成有监督学习和无监督学习两类。有监督学习的样本数据带有标签值，它从训练样本中学习得到一个模型，然后用这个模型对新的样本进行预测推断。有监督学习的典型代表是分类问题和回归问题。 无监督学习对没有标签的样本进行分析 ...
分类：
其他好文 时间：
2019-12-23 16:41:39
阅读次数：
140
讲授聚类算法的基本概念，算法的分类，层次聚类，K均值算法，EM算法，DBSCAN算法，OPTICS算法，mean shift算法，谱聚类算法，实际应用。 大纲： 聚类问题简介聚类算法的分类层次聚类算法的基本思想簇之间距离的定义k均值算法的基本思想k均值算法的流程k均值算法的实现细节问题实验EM算法简 ...
分类：
编程语言 时间：
2019-12-21 18:25:07
阅读次数：
92
在本文中，将对“牛市”和“熊市”两个独立机制下的市场收益进行模拟。隐马尔可夫模型识别处于特定状态的概率。 在概述了模拟数据的过程之后，将隐马尔可夫模型应用于美国股票数据，以确定基本机制。 市场体制 将隐马尔可夫模型应用于状态检测是棘手的，因为该问题实际上是无监督学习的一种形式。也就是说，没有“基础事 ...
分类：
编程语言 时间：
2019-12-20 13:50:26
阅读次数：
166
监督学习：给出一个训练集，然后通过训练集学习出一个模型，当新的数据到来的时候，我们就能通过这个模型进行预测结果。监督学习的训练集不仅要有输入还要有输出，即目标特征和目标结果，特征就是训练集中数据特有的，结果是人为标记的。监督学习是我们一开始就让机器知道一张图片是那个东西，如他是猪，他是狗，他是牛，机 ...
分类：
其他好文 时间：
2019-12-14 19:24:00
阅读次数：
98
目录 简述 K-means聚类 密度聚类 层次聚类 一、简述 聚类算法是常见的无监督学习（无监督学习是在样本的标签未知的情况下，根据样本的内在规律对样本进行分类）。 在监督学习中我们常根据模型的误差来衡量模型的好坏，通过优化损失函数来改善模型。而在聚类算法中是怎么来度量模型的好坏呢？聚类算法模型的性 ...
分类：
编程语言 时间：
2019-12-02 14:04:05
阅读次数：
101
大纲： 算法分类有监督学习与无监督学习分类问题与回归问题生成模型与判别模型强化学习评价指标准确率与回归误差ROC曲线交叉验证模型选择过拟合与欠拟合偏差与方差正则化 半监督学习归类到有监督学习中去。 有监督学习大部分问题都是分类问题，有监督中的分类问题分为生成式模型和判别模型。 分类问题常用的评价指标 ...
分类：
其他好文 时间：
2019-11-30 18:55:39
阅读次数：
98
