机器学习--概念理解

知识点

一、机器学习概述

  1. 人工智能

  2. 机器学习

  3. 深度学习

  4. 学习的范围:模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理

  5. 可以解决的问题:给定数据的预测问题

二、机器学习的类型

  • 监督学习

    • 分类

    • 回归

  • 无监督学习

    • 聚类

    • 降维

  • 强化学习

三、机器学习的背景知识

  • 数学基础:高等数学,线性代数,概率论与数理统计

  • python基础:numpy,pandas,scipy,mathplotlib,scikit-learn

四、机器学习的开发流程

五、练习

课程:Code.org

相关推荐
好看资源平台44 分钟前
网络爬虫——综合实战项目:多平台房源信息采集与分析系统
爬虫·python
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
进击的六角龙1 小时前
深入浅出:使用Python调用API实现智能天气预报
开发语言·python
檀越剑指大厂1 小时前
【Python系列】浅析 Python 中的字典更新与应用场景
开发语言·python
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
罗小罗同学1 小时前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
湫ccc1 小时前
Python简介以及解释器安装(保姆级教学)
开发语言·python
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow