机器学习:给模型(函数)输入数据,输出结果。
机器学习分类:
1)监督学习:即给定输入和输出以及输出,学习函数。
2)半监督学习:数据不够,有一部分数据有输入和输出,但有一部分没有输出。
3)无监督学习:只有输入没有输出。
4)迁移学习:可以有label也可以没有label。比如模型可以识别猫和狗,则可迁移学习大象和老虎。即数据改变,但重复利用模型。
5)强化学习:不断从反馈中学习。
监督学习分类:回归、分类(线性模型和非线性模型)、结构化学习
Powered by:
博客园
Copyright © 2025 吱吱了了
Powered by .NET 9.0 on Kubernetes
|
|||||||||
日 | 一 | 二 | 三 | 四 | 五 | 六 | |||
---|---|---|---|---|---|---|---|---|---|
23 | 24 | 25 | 26 | 27 | 28 | 1 | |||
2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
9 | 10 | 11 | 12 | 13 | 14 | 15 | |||
16 | 17 | 18 | 19 | 20 | 21 | 22 | |||
23 | 24 | 25 | 26 | 27 | 28 | 29 | |||
30 | 31 | 1 | 2 | 3 | 4 | 5 |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 字符编码:从基础到乱码解决
2020-07-13 jupyter notebook生成py文件
2018-07-13 Python数据分析3------数据预处理(2)----字符串处理