吴恩达《机器学习》1-3:监督学习

一、监督学习

例如房屋价格的数据集。在监督学习中,我们将已知的房价作为"正确答案",并将这些价格与房屋的特征数据一起提供给学习算法。学习算法使用这些已知答案的数据来学习模式和关系,以便在未知情况下预测其他房屋的价格。这就是监督学习, 通过提供正确答案来训练算法以做出准确的预测或估计。

二、回归问题

回归 : 推测出这一系列连续值属性。
回归问题: 根据输入特征来预测或推测出连续的数值结果。举例来说,房价预测可以被视为典型的回归问题,其中模型的任务是通过学习输入特征(如房屋的面积、地理位置等)与房价之间的关系,来预测出一个连续的数值,即房价。

三、分类问题

分类问题是将输入数据分为不同的离散类别或标签。这些类别可以包括两个或多个不同的取值,例如0、1、2、3,每个值代表不同的类别或标签。在分类问题中,算法的任务是对给定的输入数据进行分类,将其归入相应的类别中。

三、怎么处理无限多个特征

通过支持向量机(SVM),可以利用巧妙的数学技巧来处理具有无限多个特征的数据,从而使计算机能够有效地处理这些复杂的特征集。

参考资料:

中英字幕吴恩达机器学习系列课程

黄海广博士 - 吴恩达机器学习个人笔记

相关推荐
fly_sunnn1 分钟前
机械狗的前置学习(python与Linux基础操作)
学习
龙腾AI白云40 分钟前
数字孪生与计算机视觉:让机器看懂现场
大数据·数据库·机器学习·知识图谱·pygame
吃我一窝jio1 小时前
Java Bug复盘与性能优化实战
java·开发语言·笔记
Rabitebla2 小时前
【Linux】文件篇(六):Shell 实战——从系统调用到命令行重定向
linux·服务器·c++·笔记·学习
Star(up up up)3 小时前
MySQL 事务隔离级别是如何实现的?从 MVCC 到锁机制原理详解
笔记·vscode·sql·学习·程序人生·mysql·学习方法
高洁0114 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
在所不辞兄15 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
琳少_16 小时前
java程序开发笔记
java·开发语言·数据库·笔记
Oiiouui18 小时前
原始CNN识别与训练模型实现
神经网络·机器学习·cnn
Z21-X20 小时前
云原生运维学习笔记:Kubernetes Volume 与 Secret 实验
运维·笔记·学习·云原生·kubernetes