机器学习一 ——机器学习概述

1、学习前的基本配置

我的Python用的是Anaconda,因为其自带了很多的包,基本会使用到的都无需再自己去安装

IDE使用的是Pycharm,具体pip list如下图所示

 

 

2、学习笔记

 

 (1)机器学习概论

 

 机器学习一般流程:

 

机器学习数学基础:

 (2)Python基础

 

 

 

3、机器学习分类与理解

机器学习通常分为3类

监督学习

半监督学习

无监督学习

监督学习

给出特征和标签让机器学习两者之间的联系,在单独给出特征没有标签的数据时,可以判断出标签。就类似人刷完题看答案,就了就巩固了知识,可以对题给出正确答案。

无监督学习

给出一大堆数据但不知道各自数据与特征间的关系,需要根据聚类或一定的模型得到数据之间的关系。就像小孩子认识东西的时候,看的东西多了久了也就知道哪些是椅子,桌子什么的。

半监督学习

半监督学习有少量有标签的数据以及大量无标签的数据,和现实的数据比较相符,需要利用好有标签的数据来提升模型泛化能力。而如何用好,就是半监督学习的重点了。

 

此外,还有很多机器学习的分类如:强化学习,批量学习和在线学习等等。

 

posted on   xiaoAP  阅读(186)  评论(0编辑  收藏  举报

编辑推荐:
· SQL Server 内存占用高分析
· .NET Core GC计划阶段(plan_phase)底层原理浅谈
· .NET开发智能桌面机器人:用.NET IoT库编写驱动控制两个屏幕
· 用纯.NET开发并制作一个智能桌面机器人:从.NET IoT入门开始
· 一个超经典 WinForm,WPF 卡死问题的终极反思
阅读排行:
· 支付宝事故这事儿,凭什么又是程序员背锅?有没有可能是这样的...
· 在线客服系统 QPS 突破 240/秒,连接数突破 4000,日请求数接近1000万次,.NET 多
· C# 开发工具Visual Studio 介绍
· 在 Windows 10 上实现免密码 SSH 登录
· C#中如何使用异步编程

导航

< 2025年1月 >
29 30 31 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 6 7 8

统计

点击右上角即可分享
微信分享提示