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
AI数据皮皮侠3 小时前
中国区域10m空间分辨率楼高数据集(全国/分省/分市/免费数据)张德锋3 小时前
Pytorch实现天气识别Wilber的技术分享5 小时前
【机器学习实战笔记 14】集成学习：XGBoost算法（一） 原理简介与快速应用19895 小时前
【零基础学AI】第26讲：循环神经网络（RNN）与LSTM - 文本生成JoernLee6 小时前
机器学习算法：支持向量机SVMIT古董14 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(4)模型评价与调整（Model Evaluation & Tuning）蓝婷儿18 小时前
Python 机器学习核心入门与实战进阶 Day 3 - 决策树 & 随机森林模型实战大千AI助手18 小时前
PageRank：互联网的马尔可夫链平衡态我就是全世界19 小时前
TensorRT-LLM：大模型推理加速的核心技术与实践优势.30-06Springfield19 小时前
决策树（Decision tree）算法详解（ID3、C4.5、CART）