吴恩达机器学习(第一章)——初识机器学习
第一章 初识机器学习
文章目录
- 第一章 初识机器学习
- 前言
- 机器学习定义
- 机器学习算法
- 监督学习
- 无监督学习
- 学习工具
前言
Machine Learning:
Grewout of work in AI,newcapability for computers
机器学习
人工智能的伟大成就,计算机的新功能
机器学习的例子 | |
---|---|
数据挖掘 | 自动化/网络化发展带来的大数据集 |
不能用手编写的应用程序 | example. 自然语言处理NLP,计算机视觉CV |
个人定制程序 | example. 亚马逊的产品推荐 |
机器学习定义
旧定义:在没有明确设置的情况下,使计算机具有学习能力的研究领域
新定义:计算机程序从经验 E 中学习解决某一任务 T 进行某一性能测量 P ,通过 P 测定在 T 上的表现因经验 E 而提高。
机器学习算法
机器学习算法 | |
---|---|
监督学习 | 人教会计算机做某些事情 |
无监督学习 | 让计算机自己学习划分数据 |
其他 | 强化学习、推荐系统等等 |
监督学习
监督学习(Supervised Learning):给机器一定的训练集,训练集里面每个元素都有相应正确的标签,让机器学习这些训练集,来训练出可以达到预期相应的正确标签的模型
- 房价预测
- 我们可以通过直线拟合来预测房价,也可以通过多项式拟合等其他算法来预测房价
- 对房价的预测是一个回归问题,对给定值预测实际输出
- 房价实际上是一系列离散的值,但是通常把房价看作实数,当作标量,所以把它看成一个连续的值,回归的意思是试着推测出这一系列连续值属性
- 肿瘤预测
- 估算肿瘤是良性还是恶性的概率,是一个分类问题
- 分类指的是,我们试着推测出离散的输出值:0或1 。事实上在分类问题中,输出可能不止一个值,可能输出 0、1、2、3 等。
- 在其他机器学习问题中,可能会遇到多种特征需要表示的情况,以后会学习一个算法,叫支持向量机(Support Vector Machine)简称SVM,即使有无限种特征都能处理
无监督学习
无监督学习(Unsupervised Learning):给机器一定的数据集,每条数据要么没有任何标签,要么是有相同的标签,从中找出数据的某种结构并划分
聚类算法:对于大量未知标注的数据集,按数据集的内在相似性将数据集划分为多个类别,即划分为不同的簇。聚类算法是无监督学习中最常用的一种
聚类算法的应用:
- 组织大量的计算机集群
- 社交网络分析
- 市场细分的应用
- 天文数据的分析
- ······
无监督学习的另一种算法是鸡尾酒算法
在一个鸡尾酒宴会中,两个人在同时说话,用两个不同位置的麦克风记录下他们的话,这听起来像是两份录音被叠加到了一起,产生了我们现在的录音,算法将会这两个音频资源区分开来
学习工具
吴恩达的机器学习课程的学习工具前几年是用的 Octave 和 Matlab,现在则是推荐使用 Python 进行学习
从2018年开始,Python 变得炙手可热,有必要学习 Python 的一些基础语法,用 Python 进行数据分析并完成作业,更好地掌握机器学习知识的应用
吴恩达机器学习(第一章)——初识机器学习相关推荐
- 机器学习基础-吴恩达-coursera-(第一周学习笔记)----Introduction and Linear Regression
课程网址:https://www.coursera.org/learn/machine-learning Week 1 -- Introduction and Linear Regression 目录 ...
- 吴恩达深度学习笔记-布置机器学习项目(第4课)
布置机器学习项目 一.训练集/验证集/测试集 二.偏差与方差 三.机器学习基础 四.正则化 五.为什么正则化可以减少过拟合? 六.Dropout正则化 七.理解Dropout 八.其他正则化方法 九. ...
- 推荐一个比吴恩达的还要优质的机器学习课程
相信很多朋友对机器学习算法都有所了解,有尝试学习并利用机器学习算法以及工具做一些AI产品!但是仅仅停留在"调包"的阶段.想去深入理解一些算法的核心内涵却被 XGBoost | GB ...
- 吴恩达机器学习总结一:初识机器学习
第一章 初识机器学习(算法 algorithm) 1.监督学习:人为提供一组数据,已告知输入和期望的正确输出 分类问题:划38线分类 回归问题:(regression problem)拟合预测数值 2 ...
- “吴恩达deeplearningai”微信公众号上线,将发布《机器学习训练秘籍》
去年 6 月,吴恩达宣布 deeplearning.ai 创业项目,8 月,该项目揭晓:一套由 5 门课组成的深度学习系列课程 -- Deep Learning Specialization,旨在推广 ...
- 我是吴恩达:人在美国,刚上知乎,先答个「如何系统学习机器学习」
杨净 发自 凹非寺 量子位 | 公众号 QbitAI 知乎新用户吴恩达,第一件事儿竟是回答如何系统学习机器学习. 嗯,果然随时都自带老师属性. 结果短短不到12个小时,就已经收获了两千多个赞同,关注者 ...
- 手机上的机器学习资源!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>.CS229数学基础等,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成 ...
- 吴恩达入驻知乎首答:如何系统学习机器学习?
最近在知乎圆桌里看到吴恩达的回答,[如何系统学习机器学习?] 颇为惊喜,仿佛看到了知乎刚成立时的样子,请各个行业大佬来分享专业知识. 该回答目前已经有三千多赞,评论区也相当火爆,一片膜拜之声. 吴恩达 ...
- 新建网站了!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...
最新文章
- Amazing ASP.NET Core 2.0
- 分析模式:可复用的对象模型学习笔记
- Maven 常见问题
- 【代码】ReentrantLock还可以指定为公平锁
- 十九、抓包利器Charles的使用
- item-设置可见性
- jdk 9和jdk8_了解有关JDK9紧凑弦乐的信息(视频评论Charlie Hunt)
- linux安装无法添加挂载,linux-无法在已挂载/ etc / passwd和/ etc / shadow的docker容器中添加新用户...
- Python---实验九
- 电脑广告弹窗多?安利一下:程序员常用 7 款Chrome去广告插件
- TiDB 部署及数据同步
- Intel 64/x86_64/IA-32/x86处理器 - 指令格式(3) - 8086/16位指令前缀
- sql 触发器未触发_学习SQL:SQL触发器
- Pycharm快捷键及常用设置【建议收藏】
- 【转】OUTLOOK签名档中加入写信日期
- 常见端口号和对应协议
- markdown写公众号
- 将一个类中的字段赋值到另一个类同名同类型字段
- oracle linux 5.8 更新,Oracle Linux迎来UEK R5U5企业内核更新
- NVM 安装node.js后没有npm
热门文章
- BaaS后端即服务 - 分析篇
- 关于mysql的“+0”操作
- 模拟六:STEMA 考试选择题模拟练习试卷(中级组)及答案 + 自我解题笔记
- Android --- 如何更改应用程序的图标以及名称(Android studio)
- element ui 下拉列表验证无效的问题(通俗易懂)-实例讲解
- php 数组交集函数,PHP array_intersect_uassoc 函数
- mysql优化的几种方法_详解mysql数据库不同类型sql语句优化方法
- 浅谈机房常遇问题及解决方案
- bpmn js 生成json_你不知道的 tsconfig.json
- asm 查看 数据文件 修改 时间_更高效的GMX分段模拟方法:修改tpr文件