机器学习与数据挖掘简介

机器学习的目的是预测（包括分类和回归）。
分类是根据输入数据，判别这些数据隶属于哪个类别。
回归则是根据输入数据，计算出一个输出值。输入数据一般为一个向量，向量的各个分量也称为特征（Feature），输出则是一个类别或者一个数值。
机器学习方法分为有监督学习（Supervised Learning）、无监督学习（Unsupervised Learning）和半监督学习（Semi- Supervised Learning）。
有监督学习：是机器学习的一种类别，训练数据由输入特征和预期的输出构成，输出可以是一个连续的值（称为回归分析），或者是一个分类的类别标签（称为分类）。如：决策树、支持向量机（SVM）、K最近邻（KNN）算法。
无监督学习：没有训练样本，直接对数据进行建模。K-Means聚类算法就是典型的无监督学习算法，它的目的是把相似的对象聚集在一起。还包含：主成分分析（PCA）等。
半监督学习：是有监督学习和无监督学习相结合的一种学习方法。它研究如何利用少量的标注（Annotated）样本和大量的未标注样本进行训练和预测问题。如：半监督分类、半监督回归、半监督聚类和半监督降维算法。

机器学习与数据挖掘简介相关推荐

ML之FE：机器学习算法/数据挖掘中特征选取(变量筛选)的简介、常用方法(单变量分析并筛选—Filter/Wrapper/Embedded、多变量间相关性分析并筛选—PCC/MIC/IV)之详细攻略
ML之FE:机器学习算法/数据挖掘中特征选取(变量筛选)的简介.常用方法(单变量分析并筛选-Filter/Wrapper/Embedded.多变量间相关性分析并筛选-PCC/MIC/IV)之详细攻略 ...
【数据挖掘】数据挖掘简介 ( 数据挖掘引入 | KDD 流程 | 数据源要求 | 技术特点 )
文章目录一. 数据挖掘引入二. 数据挖掘简介三. 数据挖掘与 KDD ( Knowledge Discovery From Data ) 从数据到知识四. 数据挖掘中的数据源五. 数据挖掘 ...
机器学习、数据挖掘之中国大牛
转载自:http://blog.csdn.net/wenyusuran/article/details/40857403 推荐几个机器学习和数据挖掘领域相关的中国大牛: 李航:http://resea ...
南京大学机器学习与数据挖掘所ECCV16视频性格分析竞赛冠军技术分享
基于第一印象表象的性格自动分析是计算机视觉和多媒体领域中一类非常重要的研究问题. 英文中有句谚语叫:"You never get a second chance to make a fir ...
【Python数据挖掘】数据挖掘简介及Jupyter notebook操作介绍（图文解释超详细）
需要完整PPT请点赞关注收藏后评论区留言并且私信~~~ 一.数据挖掘简介面对大量的数据,迫使人们不断寻找新的工具,对规律进行探索,为决策提供有价值的信息.数据挖掘有助于发现趋势,揭示已知的事实,预测 ...
流数据机器学习平台SAMOA简介
流数据机器学习平台SAMOA简介 SAMOA (Scalable Advanced Massive Online Analysis)是由雅虎开源的流数据在线机器学习的框架.和其它绝大多数大数据处理框架 ...
机器学习与数据挖掘有什么异同？
作者:玄阳小后生链接:https://www.zhihu.com/question/356443055/answer/931971838 来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非 ...
机器学习、数据挖掘及其他
机器学习.数据挖掘及其他在本书中,我们不断地提及"智能",到底什么是"智能"?我们说的是人工智能吗?或者是机器学习?它跟数据挖掘和软计算有什么关系?在学术 ...
机器学习与数据挖掘网上资源搜罗——良心推荐
前面我曾经发帖推荐过网上的一些做"图像处理和计算机视觉的"有料博客资源,原帖地址图像处理与机器视觉网络资源收罗--倾心大放送 http://blog.csdn.net/baima ...

机器学习与数据挖掘简介

机器学习与数据挖掘简介相关推荐

最新文章

热门文章