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
武子康5 分钟前
大数据-212 数据挖掘 机器学习理论 - 无监督学习算法 KMeans 基本原理 簇内误差平方和
大数据·人工智能·学习·算法·机器学习·数据挖掘
deephub6 分钟前
Tokenformer:基于参数标记化的高效可扩展Transformer架构
人工智能·python·深度学习·架构·transformer
Q81375746011 分钟前
数据挖掘在金融交易中的应用:民锋科技的智能化布局
人工智能·科技·数据挖掘
qzhqbb15 分钟前
语言模型的采样方法
人工智能·语言模型·自然语言处理
qzhqbb18 分钟前
基于 Transformer 的语言模型
人工智能·语言模型·自然语言处理·transformer
___Dream19 分钟前
【CTFN】基于耦合翻译融合网络的多模态情感分析的层次学习
人工智能·深度学习·机器学习·transformer·人机交互
Open-AI23 分钟前
Python如何判断一个数是几位数
python
极客代码26 分钟前
【Python TensorFlow】入门到精通
开发语言·人工智能·python·深度学习·tensorflow
义小深28 分钟前
TensorFlow|咖啡豆识别
人工智能·python·tensorflow
疯一样的码农32 分钟前
Python 正则表达式(RegEx)
开发语言·python·正则表达式