机器学习公开课笔记第一周
一,机器学习是什么?
"A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E."
Example: playing checkers.
E = the experience of playing many games of checkers
T = the task of playing checkers.
P = the probability that the program will win the next game.
一个计算机程序从指定任务T,学习执行任务T的相关经验E,提高了执行任务的准确性P
比如下棋:
E(数据):下很多盘棋的经验
T(任务):下棋
P(准确性):下下一盘棋赢的概率
二,机器学习的分类
1,监督学习(Supervised Learning)
在监督学习中,会给予一个已知正确答案的输入数据集,找到数据集与正确答案之间的关系
1)线性回归(Regression)
- 输出结果是连续值,给定输入数据,预测输出值,即寻找一个连续函数的映射f,输出连续值
- 映射函数ƒ由是由代价函数来衡量的,设映射函数由hθ(x)=θ1+θ2X表示,代价函数,算出θ2使代价函数J最小
2)分类(classification)
输出结果是离散值,给输入数据分类
2,无监督学习(Unsupervised learning)
和监督学习相比,无监督学习没有给定正确输出结果,无监督学习并没有给定机器学习的方向,完全是凭数据集中数据与数据之间的内在关系来给数据分块(cluster),使每个块中数据与数据之间的差异最大值最小
所以也加聚类算法
转载于:https://www.cnblogs.com/xchaos/p/6535932.html
机器学习公开课笔记第一周相关推荐
- 机器学习公开课笔记(8):k-means聚类和PCA降维
K-Means算法 非监督式学习对一组无标签的数据试图发现其内在的结构,主要用途包括: 市场划分(Market Segmentation) 社交网络分析(Social Network Analysis ...
- 机器学习公开课笔记(1):机器学习简介及一元线性回归
初步介绍 监督式学习: 给定数据集并且知道其正确的输出应该是怎么样的,即有反馈(feedback),分为 回归 (Regressioin): map输入到连续的输出值. 分类 (Classificat ...
- Andrew Ng机器学习公开课笔记 -- Logistic Regression
网易公开课,第3,4课 notes,http://cs229.stanford.edu/notes/cs229-notes1.pdf 前面讨论了线性回归问题, 符合高斯分布,使用最小二乘来作为损失函数 ...
- Andrew Ng机器学习公开课笔记 -- 朴素贝叶斯算法
网易公开课,第5,6课 notes,http://cs229.stanford.edu/notes/cs229-notes2.pdf 前面讨论了高斯判别分析,是一种生成学习算法,其中x是连续值 这 ...
- 斯坦福机器学习公开课笔记--神经网络的学习
转载自:http://blog.csdn.net/jj12345jj198999/article/details/9024037 公开课地址:https://class.coursera.org/ml ...
- Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”
Coursera公开课笔记: 斯坦福大学机器学习第一课"引言(Introduction)" 注:这是我在"我爱公开课"上做的学习笔记,会在52opencours ...
- Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”
Coursera公开课笔记: 斯坦福大学机器学习第二课"单变量线性回归(Linear regression with one variable)" 发表于 2012年05月6号 由 ...
- 斯坦福机器学习公开课学习笔记(1)—机器学习的动机与应用
(转载请注明出处:http://blog.csdn.net/buptgshengod) 1.背景 斯坦福机器学习公开课差不多是网上能找到的最好的机器学习入门课程了.现在一共有20节课放 ...
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
Coursera公开课笔记: 斯坦福大学机器学习第六课"逻辑回归(Logistic Regression)" 斯坦福大学机器学习第六课"逻辑回归"学习笔记,本次 ...
最新文章
- Android之利用ColorMatrix进行图片的各种特效处理
- JEECG 前端JS国际化实现,采用i18n新技术方案
- 有人问我:Linux下命令行里 password:的时候 用键盘密码打不了
- Java中 break continue return 的用法以及区别
- erase() 返回的是删除此元素之后的下一个元素的迭代器 .xml
- 通过密钥 SFTP(一)
- FlyMcu - 用于STM32芯片ISP串口程序一键下载的免费软件
- 网页游戏脱机脚本制作视频教程
- MATLAB/Simulimk 光伏发电+boost+储能+双向dcdc+并网逆变器控制(低压用户型电能路由器仿真模型)
- ABAP EXPORTING IMPORTING
- 为什么计算机连不上无线网络,为什么电脑连不上wifi(wifi正常 电脑连不上网)
- linux ansys172 卸载,基于ANSYS 经典界面的密封垫片的加载-卸载仿真
- Python笔记-面向对象
- 快手主播怎么引流?直播带货将面向多样化发展
- .net之EF框架学习
- BOSS 业务运营支撑系统
- SpringBoot SSO整合
- 心电图心跳信号多分类预测(一)
- GIS数据源简单总结
- python翻页爬取京东商品评价