摘要:
1.机器学习的过程 就和人脑一样,人通过总结以往经验,来得出一个对未来还未发生的事情的预测判断,一个模型的好坏就看预测的准确度与否,就像经验丰富的人对未来的判断比较准确,所以被称为先知 2.机器学习的开发流程 学习这个历程:主要是发现问题,解决问题,机器学习也是这样。 3.数据的重要性 玩笑话:成功 阅读全文
摘要:
1.高数 2.线代 3.概率论与数理统计 总结:数学方面确实需要好好补,之前只是为了考试,真正在计算机学习上运用非常少,远离浮躁的风气,踏踏实实一步一步来。 阅读全文
摘要:
机器学习如果不细分的话,可以分类三类,分别是监督学习、无监督学习(无监督学习其中还包含着半监督学习)、强化学习 1.监督学习 一个样本对应一个标签,通过一定的这样样本标签组成的训练集,从而找到其中函数映射关系,再通过这样的函数映射关系,在测试集中,来测试训练得到的函数模型的拟合效果。 2.无监督学习 阅读全文
摘要:
机器学习与深度学习和人工智能的关系 范围上:人工智能 > 机器学习 > 深度学习 实际上 深度学习属于是实现机器学习上的一种方法,因为深度学习十分适合来找一种从x到y的精准映射函数,在传统机器学习无法实现的函数上,机器学习可以表现出十分良好的效果(个人理解) 2.机器学习的范围 3.机器学习可以解决 阅读全文