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
yxzgjx几秒前
饲料颗粒机全套设备有哪些机器组成
机器学习
kolaseen35 分钟前
神经网络构建原理(以MINIST为例)
人工智能·深度学习·神经网络·机器学习
天蓝蓝235282 小时前
机器学习-监督学习:朴素贝叶斯分类器
人工智能·学习·机器学习
肥猪猪爸4 小时前
sklearn特征选取之RFE
数据结构·人工智能·python·算法·机器学习·数据挖掘·sklearn
PGCCC6 小时前
【PGCCC】使用 Postgres 进行数据分析的窗口函数
大数据·机器学习·数据分析
魔力之心6 小时前
人工智能与机器学习原理精解【21】
人工智能·机器学习·支持向量机
zhangbin_2376 小时前
【Python机器学习】NLP信息提取——正则模式
开发语言·人工智能·python·深度学习·机器学习·自然语言处理
你可以自己看6 小时前
python中数据处理库,机器学习库以及自动化与爬虫
python·机器学习·自动化
kolaseen7 小时前
pytorch的动态计算图机制
人工智能·pytorch·python·深度学习·机器学习
QXH2000007 小时前
数据预处理方法—数据标准化和数据归一化
人工智能·python·深度学习·机器学习