機器學習概要

機器學習主要分兩種，一種是監督學習，一種是無監督學習。

監督學習(supervised learning)是一種已知樣本類別的學習方式。

監督學習有兩種情況。

一種是回歸。對於連續量來說，通過樣本確定其回歸的模型，求得代價最小的回歸方程，來**新的資料，這種方式稱為回歸。

如：房屋成交**的**。

另一種是分類。對於離散量來說，通過已知樣本類別的分析，來**未知資料的類別，這種方式稱為分類。

如：通過腫瘤面積等屬性**腫瘤是否為良性、判斷郵件是否為垃圾郵件等。

無監督學習(unsupervised learning)是未知樣本分類的學習。計算機通過學習來對資料進行分類，所以這種方法稱為分類。

如：搜尋引擎中新聞的分類。

機器學習概要

機器學習是人工只能的乙個分支。讓你使用計算機設計乙個系統使他continous clustering dimensionality reduction o svd o pca o k means categories association analysis o apriori o fp growt...

機器學習一 機器學習概要

回歸 是指把實函式在樣本點附近加以近似的有監督的模式識別問題。對乙個或多個自變數和因變數之間關係進行建模，求解的一種統計方法。分類 是指對於指定的模式進行識別的有監督的模式識別問題。異常檢測 是指尋找輸入樣本ni 1i 1 n中所包含的異常資料的問題。常採用密度估計的方法 正常資料為靠近密度中心的資...

機器學習（概要版）

機器學習 若任務a的效能可以用b度量，那麼a的效能會隨著經驗c的增加而提高，舉例1 根據身高 體重，通過資料，能過畫出簡單斜線 另外增加別的變數，例如性別等，新增不同 線，減少預期和實際之間的差距。舉例2，颶風 系統，假設手裡擁有以前發生過的資料和支援颶風產生的前三個月的天氣資訊，通過資料清洗，找到...