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
德林恩宝43 分钟前
On-Policy Distillation(OPD)学习文档
人工智能·学习·机器学习·大模型·llm·大模型微调
a puppy slide 葱1 小时前
ENAS | 基于参数共享的高效神经网络架构搜索
论文阅读·人工智能·深度学习·神经网络·机器学习·计算机视觉·神经网络架构搜索
2401_872418784 小时前
机器学习绪论
人工智能·深度学习·机器学习
buddyMe智能助手5 小时前
长任务拆给谁?把专门化智能体存成可复用、会增长的「选项」
人工智能·深度学习·安全·机器学习·aigc
szxinmai主板定制专家6 小时前
软硬协同!ZYNQ 高速多通道同步采集,变电站 / 工厂设备状态监测方案详解
人工智能·深度学习·机器学习·fpga开发·zynq·rk3576
FL16238631296 小时前
古建筑缺陷检测数据集VOC+YOLO格式4018张6类别
人工智能·yolo·机器学习
我有酒两杯8 小时前
从一条样本看懂 Kev:数据、模型、训练与推理
人工智能·深度学习·机器学习·lora·大语言模型
FPGA信号处理9 小时前
【模式识别】第四节课:支持向量机
算法·机器学习·支持向量机
nap-joker9 小时前
脑衰老的多模态特征:从描述性分析到基于机器学习的整合
人工智能·机器学习·多模态
lisw059 小时前
大语言模型时代的可复现性:当“同一道题”给出不同答案
人工智能·机器学习·语言模型