机器学习分类.png 一、基本概念 1 特征(feature) 数据的特征。 举例:书的内容 2 标签(label) 数据的标签。 举例:书属于的类别,例如“计算机”“图形学”“英文书”“教材”等。 3 学习(learn…
分类:监督学习
深度学习的一些基本概念(一)
申明:非原创,转载自《有监督学习、无监督学习、分类、聚类、回归等概念》 有监督学习、无监督学习、分类、聚类、回归等概念 这篇是很久之前写的了.. 后来才开始上 Andrew Ng 老师的 MOOC,发现其实老师讲得很好了…
【Machine Learning】从零开始,了解无监督学习的方法
目录### 1. 什么是无监督学习 2. 发现和无监督学习 3. 聚类分析 1. 什么是无监督学习 无监督学习没有教师,需要学习器自身形成(form)和评价(evaluate)概念。 科学是人类中无监督学习最好的例子,因…
机器学习| 第二周:监督学习(1)
本节主要内容: 机器学习学习路径初探;监督学习相关知识 1. 机器学习学习路径初探 刚开始入门机器学习,好的学习路径非常重要,以下是我个人最近学习机器学习的心得,与大家分享。 首先,基础知识非常重要,比如Python、常…
监督学习之分类算法
在已标签的训练数据中构建分类模型,并在此基础上,对新数据进行分类。这就是分类算法要解决的问题。 分类算法的准确性,取决于以下三个方面:1)所选算法的有效性;2)算法的运用方式;3)所用训练数据的有用性。 谈到分类算法,不…
监督学习(Supervised Learning)
在监督学习中,根据数据集中的每个例子,算法将预测结果,其中分为两类问题: 回归问题(regression problem),预测连续值的输出。 分类问题(classification problem),预测离散值的输出。…
机器学习入门-回归分析
机器学习 监督学习 回归分析 分类问题 非监督学习 分组问题 降低维度 一元线性回归 % pylab inline import pandas df = pandas.read_csv('Data/salary.csv'…
混合高斯模型在半监督学习中的应用
半监督学习综述 引言 传统的机器学习技术一般都是只利用有标签样本集或者只利用无标签样本集合,只利用有标签样本的算法我们称为“有监督学习”,比如逻辑回归、朴素贝叶斯、支持向量机、随机森林、梯度提升树以及梯度提升树的增强版本…
吴恩达-(机器学习的定义,监督学习,非监督学习)
[哔哩哔哩视频地址](http://www.bilibili.com/video/av9559261/) 机器学习的定义 Arthur Samuel: 机器学习是一个领域,并在没有明确训练的情况下,教给计算机学习的能力。…
《深度学习》:表示学习
我们可以将监督学习训练的前馈网络视为表示学习的一种形式。具体地,网络的最后一层通常是线性分类器,如 softmax 回归分类器。网络的其余部分学习出该分类器的表示。 贪心逐层无监督预训练 学习算法可以使用无监督阶段学习的…
训练集、验证集和测试集的意义
在有监督的机器学习中,经常会说到训练集(train)、验证集(validation)和测试集(test),这三个集合的区分可能会让人糊涂,特别是,有些读者搞不清楚验证集和测试集有什么区别。 1 划分 如果我们自己已经有了…
半监督学习的两种常用验证方法详解
说个实话,知乎专栏还是非常不错的 其实矩阵分解不能算作是一种预测算法,任何一个矩阵拿来就可以进行矩阵分解。 当分类器确定下来之后,最困难的事情就是交叉验证了。 说句实话,我整个实验就是在做验证。 因为模型都非常的简单。 …