机器学习基础入门(一)(机器学习定义及分类)

机器学习定义

给予计算机无需特意带有目的性编程便有学习能力的算法

深度学习算法

主要有监督学习非监督学习两类

监督学习(supervised learning)

定义

1、学习由x映射到y的映射关系

2、主动给予 机器学习算法正确示例,算法通过示例来学习映射关系

举例

1、给邮件判断是否是垃圾邮件

2、给音频输出音频的文本

3、给英语输出西班牙语

4、给广告以及用户信息,判断用户是否会点击这个广告

5、给图像以及其他传感器信息,判断汽车以及其他物体的位置

6、给不同房子大小对应的价格(如下图),判断朋友房子(已知大小)对应的价格

总结

给算法正确的x、y值 ,算法能够学习**x->y的映射关系,**从而此后我们给x便可以知道y的值,

这就是监督学习算法

监督学习算法主要由两种类型**:1、回归 2、分类**

非监督学习(unsupervised learning)

定义

1、数据仅仅有x输入,并没有输出标签y

2、非监督算法没有特定的正确输出

3、算法要主动研究数据分布的结构特点等

举例

1、聚类模型:谷歌新闻推荐

概述:如果我们看一篇有关熊猫、双胞胎的文章,谷歌新闻会很自然的给你推荐其他有熊猫和双胞胎关键字的新闻。本质上是因为算法将这些新闻归为一类,而事先我们并没与规定要根据哪些词将文章归类。

流程:算法主动学习文章标题中的重点关键字---->根据关键字将数万计的新闻分成数万计的类型---->在用户搜索时将同种类型新闻同步展示

核心:工作人员并没有告诉算法哪些是关键字,也没有说要分为几类,在没有监督的情况下算法要自己去学习这些知识

2、聚类模型:客户分类

概述:根据一些指标将用户呈现在空间中的不同位置,算法自己学习将客户分为几类,并判断哪一类的客户会订阅我的专栏(嘻嘻)

流程:算法主动学习用户所在的位置---->自己确定要将用户分为几类---->根据函数等数学方法将其分为几类

核心:工作人员并没有告诉算法要分为几类,在没有监督的情况下算法要自己去确定要分为几类,并成功分类

(下图中的客户就将被分为三类)

总结

监督算法主要有三类: 1、聚类 2、异常值检测 3、降维

上面这三类算法特点都是:没有人类监督 的情况下,算法要自己挖掘数据的特点 从而总结出一些数据的特性 ,来进行任务处理

总结

机器学习:让算法拥有类似于人类的学习能力,能够不靠人类手动操作自动能够学习一些知识,并代替人类完成一些工作。

机器学习算法分为:一、监督学习 二、非监督学习

监督学习典型算法:回归、分类

非监督学习典型算法:聚类、降维

本篇文章如果能帮助到大家,大家可以点点赞、收收藏呀~

相关推荐
youcans_3 分钟前
【微软:多模态基础模型】(5)多模态大模型:通过LLM训练
人工智能·计算机视觉·大模型·大语言模型·多模态
飞凌嵌入式7 分钟前
飞凌嵌入式T113-i开发板RISC-V核的实时应用方案
人工智能·嵌入式硬件·嵌入式·risc-v·飞凌嵌入式
sinovoip9 分钟前
Banana Pi BPI-CanMV-K230D-Zero 采用嘉楠科技 K230D RISC-V芯片设计
人工智能·科技·物联网·开源·risc-v
谢眠22 分钟前
深度学习day3-自动微分
python·深度学习·机器学习
搏博31 分钟前
神经网络问题之一:梯度消失(Vanishing Gradient)
人工智能·机器学习
z千鑫31 分钟前
【人工智能】深入理解PyTorch:从0开始完整教程!全文注解
人工智能·pytorch·python·gpt·深度学习·ai编程
YRr YRr39 分钟前
深度学习:神经网络的搭建
人工智能·深度学习·神经网络
威桑42 分钟前
CMake + mingw + opencv
人工智能·opencv·计算机视觉
爱喝热水的呀哈喽1 小时前
torch张量与函数表达式写法
人工智能·pytorch·深度学习
rellvera1 小时前
【强化学习的数学原理】第02课-贝尔曼公式-笔记
笔记·机器学习