在机器学习(Machine learning)领域。主要有三类不同的学习方法： 监督学习(Supervised learning)、 非监督学习(Unsupervised learning)、 半监督学习(Semi-supervised learning)， 监督学习：通过已有的一部分输入数据与输出 ...
分类：
其他好文 时间：
2017-04-22 20:43:33
阅读次数：
305
机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习 什么是增强学习呢？ 增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。 定义: Reinforcement le ...
分类：
其他好文 时间：
2017-04-06 18:51:57
阅读次数：
218
什么是机器学习？一个程序对于任务T，输入经验E，通过性能评测方法P衡量该程序在T的性能得到改进。监督学习Regression（举例：房屋价格与房屋面积的关系）Classification（举例 ：根据年龄和肿瘤大小判断乳腺肿瘤是良性/恶性）非监督学习clustering（举例：鸡尾酒会问题）强化学习... ...
分类：
其他好文 时间：
2017-03-22 00:09:00
阅读次数：
139
阅读对象：了解指示函数,了解训练集、测试集的概念。 1.简介 knn算法是监督学习中分类方法的一种。所谓监督学习与非监督学习，是指训练数据是否有标注类别，若有则为监督学习，若否则为非监督学习。所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实 ...
分类：
编程语言 时间：
2017-03-16 17:15:02
阅读次数：
216
线性回归和逻辑回归都是监督学习方法，聚类分析是非监督学习的一种，可以从一批数据集中探索信息，比如在社交网络数据中可以识别社区，在一堆菜谱中识别出菜系。本节介绍K-means聚类算法。 1、K-means k是一个超参数，表示要聚类成多少类。K-means计算方法是重复移动类的重心，以实现成本函数最小 ...
分类：
其他好文 时间：
2017-03-13 22:00:51
阅读次数：
356
1.knn是分类算法 2.监督学习 3.给它的数据是有label的，是已经事先分类好了的， 类别数不变。 1.kmeans是聚类算法 2.非监督学习 3.给它的数据是没有label，是没有事先分类好的， 以“物以类聚”原理进行聚集成簇。 K的含义：来了一个样本x，要给它分类，即求出它的类别，就从数据 ...
分类：
编程语言 时间：
2017-03-04 13:09:54
阅读次数：
467
由于毕设是关于机器学习的，所以有在学习一些关于机器学习的内容。 起步是先看Andrew ng 的视频，这一周的总结如下。 首先，机器学习分为监督学习和非监督学习。 而我的理解是监督学习是有标准的，即你可以对你的结果以他之前的一些数据作为标准进行判断，所谓监督。监督问题也分为分类和回归问题。分类即结果 ...
分类：
其他好文 时间：
2017-03-04 13:03:22
阅读次数：
290
监督学习：简单来说就是给定一定的训练样本(这里一定要注意，样本是既有数据，也有数据对应的结果)，利用这个样本进行训练得到一个模型(可以说是一个函数)，然后利用这个模型，将所有的输入映射为相应的输出，之后对输出进行简单的判断从而达到了分类(或者说回归)的问题。简单做一个区分，分类就是离散的数据，回归就 ...
分类：
其他好文 时间：
2016-12-12 23:05:02
阅读次数：
142
对于高斯混合模型是干什么的呢？它解决什么样的问题呢？它常用在非监督学习中，意思就是我们的训练样本集合只有数据，没有标签。 它用来解决这样的问题：我们有一堆的训练样本，这些样本可以一共分为K类，用z(i)表示。，但是具体样本属于哪类我们并不知道，现在我们需要建立一个模型来描述这个训练样本的分布。这时，... ...
分类：
编程语言 时间：
2016-12-05 02:02:34
阅读次数：
577
1. 基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归 2. 概念学习：人类学习概念：鸟，车，计算机 定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数 3. 例子：学习 “享受运动" 这一概念： 小明进行水上运动，是否享受运动取决于很多因素 天气 ...
分类：
其他好文 时间：
2016-10-22 06:57:46
阅读次数：
134
