NLP--机器学习

1.定义:机器学习是一种从经验中学习关于某类任务和该任务执行性能衡量参数,并且性能衡量参数会随着经验的增加而提高的计算机程序。机器如何做我们能做的事,这是早期关于机器学习思想的起源。机器学习和程序编码最大的区别之一就是可以在没有明确编程指令来执行任务的情况下做出预测或决策。

2.机器学习三要素:任务,特征和模型。任务是我们需要解决什么样的问题。特征是一种描述事物的测度指标,模型是解决问题的关键,不同模型背后原理也不相同。

3.分类:机器学习分为有监督学习,半监督学习,无监督学习,强化学习和迁移学习。 他们的学习难度是从易到难的。

(1)有监督学习可以看作为有答案学习,通过给定的问题和答案,机器学习不断的学习训练,从而得到最佳的学习效果。

(2)无监督学习是通过没有事先标注好的标签数据,从学习海量数据中,寻找内部规律的方式。

(3)半监督学习是介于无监督学习和有监督学习之间,在训练过程中利用少量的标签数据和大量的未标签数据进行学习。

(4)强化学习是做了一系列的动作以后给出一个估值,告诉你做了这个大概打了多少分,强调的是智能体如何与环境互动,以取得最大化的预期利益。

(5)迁移学习核心是解决一个问题时获得的相关知识,并将这些知识应用于类似的问题。

4.情感分析:机器学习的本质是优化问题,可以分为分类,回归,聚类,降维四类问题。其中情感分析是一个分类问题,分类问题涉及离散输出和有监督学习。

相关推荐
white-persist5 分钟前
MCP协议深度解析:AI时代的通用连接器
网络·人工智能·windows·爬虫·python·自动化
递归不收敛5 分钟前
吴恩达机器学习课程(PyTorch 适配)学习笔记:3.4 强化学习
pytorch·学习·机器学习
新智元6 分钟前
谷歌杀入诺奖神殿,两年三冠五得主!世界TOP3重现贝尔实验室神话
人工智能·openai
StarPrayers.9 分钟前
卷积层(Convolutional Layer)学习笔记
人工智能·笔记·深度学习·学习·机器学习
skywalk816311 分钟前
AutoCoder Nano 是一款轻量级的编码助手, 利用大型语言模型(LLMs)帮助开发者编写, 理解和修改代码。
人工智能
金井PRATHAMA18 分钟前
描述逻辑对人工智能自然语言处理中深层语义分析的影响与启示
人工智能·自然语言处理·知识图谱
却道天凉_好个秋23 分钟前
OpenCV(四):视频采集与保存
人工智能·opencv·音视频
minhuan24 分钟前
构建AI智能体:五十七、LangGraph + Gradio:构建可视化AI工作流的趣味指南
人工智能·语言模型·workflow·langgraph·自定义工作流
WWZZ202544 分钟前
ORB_SLAM2原理及代码解析:SetPose() 函数
人工智能·opencv·算法·计算机视觉·机器人·自动驾驶
lisw0544 分钟前
AIoT(人工智能物联网):融合范式下的技术演进、系统架构与产业变革
大数据·人工智能·物联网·机器学习·软件工程