在36氪上看到一篇很好的关于机器学习的文章,对机器学习与各个领域的结合讲得非常清晰。

现小结一下如下。

基本定义:

机器学习方法是计算机利用已有的数据(经验),得出了某种模型(迟到的规律),并利用此模型预测未来(是否迟到)的一种方法。

机器学习与人类对历史经验的归纳,类比图如下:

机器学习的范畴,见下图:

下面逐个介绍机器学习与各领域之间的关系。

模式识别=机器学习。一个源自工业界,一个源自计算机学科。

数据挖掘=机器学习+数据库。大部分数据挖掘算法,是机器学习算法在数据库中的优化。

统计学习~=机器学习。一个偏数学 ,一个偏实践。

计算机视觉=机器学习+图像处理。图像处理负责给机器学习模型提供输入,机器学习负责学习并给出视觉结果。

语音识别=语音处理+机器学习。语音识别负责给机器学习模型提供输入,一般语音识别和自然语言处理技术结合使用。

自然语言处理=文本处理+机器学习。

机器学习的常用方法:

1、回归算法。分两类:线性回归、逻辑回归

线性回归:用线性函数来拟合样本空间,从而根据下次输入,预测输出。

拟合效果有好有坏。评价好坏的工具是代价函数。

常用代价函数为“最小二乘法”。

如果求得最小二乘的极值呢:数学上求导数不适合计算机处理,计算机上一般使用梯度下降、牛顿法。

逻辑回归:是一个种分类方法。

分类线一般是线性的。

如果分类线是非线性的,逻辑回归解决不了。这就引申出能拟合出非线性分类线的神经网络和SVM。

区别与联系:

1.1 线性回归最终得到的是一个数值。逻辑回归得到是一个标称值分类。

1.2 逻辑回归是线性回归加上sigmoid函数

2、神经网络。深度学习是基于深度神经网络的机器学习算法。

学习机理:分解与结合。

把一个整体分解成局部,在神经网络节点上用逻辑回归模型进行预测。

然后,多层这样的神经网络共同结合,形成神经网络的深度学习能力。

3、SVM。通过跟高斯“核函数”结合,表达出非常复杂的分类线。

最典型的核函数,将低维的空间映射到高维空间。

且,映射到高维空间后,计算量不会加大。

4、 聚类算法:主要是K-means.

如果不知道该用几个标签来表示样本集合,怎么办?

参考文章:

1、http://www.36dsj.com/archives/20382

机器学习与各种技术之间的关系相关推荐

  1. 人工智能、机器学习、深度学习之间的关系

    人工智能.机器学习.深度学习之间的关系 一.人工智能 二.机器学习 三.深度学习 三者之间的关系 参考资料 一.人工智能 人工智能(Artificial Intelligence),英文缩写为AI.它 ...

  2. 常见Web技术之间的关系,你了解多少?

     ------------------------------------------------------------------------------------------------- ...

  3. 常见web前台技术之间的关系html,css,javascript...

    在网上浏览到这篇博客本来想自己总结但是发现人家写的已经想当好了,让我想精简也无法精简那就挑选我认为重点的东西赋值粘贴 过来 如果你是一个Web开发初学者,那么你难免会在网上搜索HTML, CSS, X ...

  4. 常见Web技术之间的关系,你知道多少?

    如果你是一个Web开发初学者,那么你难免会在网上搜索HTML, CSS, XML, JS(Javascript), DOM, XSL等等这些词的意思,然而,随着学习的深入. 当你把他们搅在一起,你又糊 ...

  5. 我的学习笔记005--常见web前台技术之间的关系html,css,javascript...mxx

    在网上浏览到这篇博客本来想自己总结但是发现人家写的已经想当好了,让我想精简也无法精简那就挑选我认为重点的东西赋值粘贴 过来 如果你是一个Web开发初学者,那么你难免会在网上搜索HTML, CSS, X ...

  6. 详解RTK、RTD、SBAS、WAAS、PPP、PPK广域差分等技术之间的关系与区别。

    RTK与RTD的区别,一个是载波相位差分.一个是码差分,并且RTK的定位精度要高一些. RTK与PPK的区别,一个是实时提供数据信息,一个是事后处理. WAAS是SBAS系统一个具体的实例,包含在SB ...

  7. 详解RTK,RTD,SBAS,WAAS,PPP,PPK,广域差分等技术之间的关系与区别

    RTK与RTD的区别,一个是载波相位差分.一个是码差分,并且RTK的定位精度要高一些. RTK与PPK的区别,一个是实时提供数据信息,一个是事后处理. WAAS是SBAS系统一个具体的实例,包含在SB ...

  8. AI人工智能、机器学习、深度学习之间的关系

    一.基本概念 1.人工智能:  人工智能可以分为很多领域,如:自然语言理解,图像识别,语音识别,推荐系统等等.  2.机器学习:  机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功 ...

  9. AI:人工智能概念之机器学习ML、深度学习DL、数据挖掘、知识发现、模式识别等重要领域之间比较关系结构图之详细攻略

    AI:人工智能概念之机器学习ML.深度学习DL.数据挖掘.知识发现.模式识别等重要领域之间比较关系结构图之详细攻略 目录 AI与ML.DL的概念 AI与ML.DL的结构关系图 参考文章:<201 ...

最新文章

  1. groovy怎样从sql语句中截取表名_SQL常用的基础查询语句
  2. iam身份验证以及访问控制_如何将受限访问IAM用户添加到EKS群集
  3. [转载] 菜鸟举例理解字节流和字符流区别
  4. OpenCV-Python图像处理教程(源码及素材)
  5. C#串口数据读写——计数器数据获取重置功能记录
  6. AI在医疗领域的应用 | “AI+传统行业”全盘点
  7. 科学计算机已知角度和边长怎样算斜长,计算公式
  8. 聚合资金托管+支付 联动优势推出房产行业线上产品“海金居”
  9. Python 保存图片的两种方法
  10. 计算机由于exls表格经常卡,excel表格数据多总是卡-EXCEL表格中的不多,但是老是卡,怎么办?...
  11. 10GBASE-T SFP+电口模块
  12. 定时器Timer使用
  13. SWUST OJ492: 荷兰国旗问题
  14. postman+newman+jenkins持续集成
  15. 基于微信小程序的流动人口管理移动APP设计与实现-计算机毕业设计源码+LW文档
  16. html5行高有什么用,css行高line-height的一些深入理解及应用
  17. 电脑常用笔记及软件个人存档
  18. 腾讯QQ Linux版正式回归 支持x64、ARM64
  19. 云溪天工生产对接_解读工业智能网关如何快速对接百度天工IoT Hub
  20. 桌面下面有计算机 网络,台式电脑怎么连接手机网络 桌面下方的任务栏会自动弹出...

热门文章

  1. JavaScript实现简单日历
  2. ASP.NET 2.0数据教程之三十六 在DataList里编辑和删除数据
  3. 义隆I/O口系列EM78P153EM78P153BEM78P153B-SOP8
  4. 2022-2027年(新版)中国质子交换膜行业发展状况及前景趋势预测报告
  5. 峰哥读者高中学历,被忽悠去培训大数据。。
  6. 海康、华为、中兴、联影...找工作记录
  7. 让Python使用Bing翻译API V2
  8. Monkey测试手机BUG重现及解决方法
  9. 新乡腰椎间盘突出 腰椎间盘突出如何治疗
  10. 给独立开发者的几点建议