第1章 机器学习基础

机器学习的基础概念

关于数据：

 

 

 

 

 

 

 

 

大写字母X表示矩阵，小写字母y表示向量

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

机器学习的基本任务：分类，回归

分类：

二分类：

 

 

 手写数字识别：多分类任务

数字识别，

图像识别，

判断发放给客户信用卡的风险评级，

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

回归：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 监督学习：分类问题，回归问题

机器学习方法的分类：

监督学习，费监督学习，半监督学习，增强学习

监督学习：给机器的训练数据拥有‘标记’或者‘答案’

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 其他分类：

 

 

 

 

 

 

 

 

  

 

 

预测 股市：

 

 

 

 在线学习：

优点：及时反映新的环境变化

问题：新的数据带来不好的变化

解决方案：需要加强对数据进行监控

其他：也适用于数据量巨大，完全无法批量学习的环境

另外的分类：

 

 

 

     

 

 

 

 非参数学习

不对模型进行过多假设

非参数不等于没参数