斯坦福机器学习 Lecture1 (机器学习,监督学习、回归问题、分类问题定义)

https://www.bilibili.com/video/BV1JE411w7Ub?p=1\&vd_source=7a1a0bc74158c6993c7355c5490fc600

笔记如下

机器学习的定义:不需要明确编程就能让计算机去学习做某件事情

另一个定义

什么是监督学习?

给定一组 (x,y) 样本,学习一个 x->y 映射,接着用这个映射去预测新的 x 的 y,这就是监督学习

回归问题:要预测的 y 的值是连续的

分类问题:要预测的 y 的值是离散的

TODO:here

相关推荐
递归不收敛10 小时前
吴恩达机器学习课程(PyTorch 适配)学习笔记:3.3 推荐系统全面解析
pytorch·学习·机器学习
IT森林里的程序猿11 小时前
基于机器学习方法的网球比赛胜负趋势预测
python·机器学习·django
正牌强哥11 小时前
Futures_ML——机器学习在期货量化交易中的应用与实践
人工智能·python·机器学习·ai·交易·akshare
shelter -唯12 小时前
京东手机项目:手机受欢迎的影响因素分析
python·机器学习·智能手机
victory043115 小时前
TODO 分类任务指标计算和展示 准确率 F1 Recall
人工智能·机器学习·分类
rengang6615 小时前
07-逻辑回归:分析用于分类问题的逻辑回归模型及其数学原理
人工智能·算法·机器学习·分类·逻辑回归
极客BIM工作室17 小时前
机器学习之规则学习(Rule Learning)
人工智能·机器学习
Goboy19 小时前
什么是大模型:程序员的"第二个大脑"
人工智能·机器学习·程序员
rengang6620 小时前
08-决策树:探讨基于树结构的分类和回归方法及其优缺点
人工智能·算法·决策树·机器学习·分类·回归
不良人龍木木1 天前
机器学习-常用库
人工智能·机器学习