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
0x2116 分钟前
[论文阅读]ReAct: Synergizing Reasoning and Acting in Language Models
人工智能·语言模型·自然语言处理
何大春16 分钟前
【视频时刻检索】Text-Video Retrieval via Multi-Modal Hypergraph Networks 论文阅读
论文阅读·深度学习·神经网络·计算机视觉·视觉检测·论文笔记
mucheni18 分钟前
迅为iTOP-RK3576开发板/核心板6TOPS超强算力NPU适用于ARM PC、边缘计算、个人移动互联网设备及其他多媒体产品
arm开发·人工智能·边缘计算
Jamence19 分钟前
多模态大语言模型arxiv论文略读(三十六)
人工智能·语言模型·自然语言处理
www_pp_21 分钟前
# 构建词汇表:自然语言处理中的关键步骤
前端·javascript·自然语言处理·easyui
猿饵块30 分钟前
opencv--图像变换
人工智能·opencv·计算机视觉
LucianaiB38 分钟前
【金仓数据库征文】_AI 赋能数据库运维:金仓KES的智能化未来
运维·数据库·人工智能·金仓数据库 2025 征文·数据库平替用金仓
jndingxin1 小时前
OpenCV 图形API(63)图像结构分析和形状描述符------计算图像中非零像素的边界框函数boundingRect()
人工智能·opencv·计算机视觉
旧故新长1 小时前
支持Function Call的本地ollama模型对比评测-》开发代理agent
人工智能·深度学习·机器学习
微学AI1 小时前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码
人工智能·深度学习·自然语言处理·注意力机制·bigru