实用机器学习

实用机器学习

文章目录

监督学习

  1. 分类
  2. 回归

Basic Concepts of Supervised Learning

Sample,example, instance

Features, representations, predictiors

When should we use ML

What is a typical pipline of ML

Define A ML problem -> Construct Dataset -> Transform data &get features -> Design & train a model -> Use the model to predict

A toy example

  1. Define a ML problem

  2. Construct dataset

  3. Transform data

  4. Design % train a model(Training)

  5. Use the model to predict

改进

Generalization 泛化

泛化:测试集上的表现

bias:

Variance:

Define a ML problem

无监督学习

  1. 聚类
  2. 降维
相关推荐
Ice__Cai几秒前
Django 视图详解(View):处理请求与返回响应的核心
数据库·后端·python·django·pip
蔷薇のぬ8 分钟前
Python 使用pandas库实现Excel字典码表对照自动化处理
python·pandas
青衫客3613 分钟前
LLM—— 基于 MCP 协议(SSE 模式)的工具调用实践
python·大模型·llm
z are16 分钟前
PyTorch 生态四件套:从图片、视频到文本、语音的“开箱即用”实践笔记
人工智能·pytorch·笔记·深度学习
Ly2020Wj16 分钟前
pytorch入门:利用pytorch进行线性预测
人工智能·pytorch·python
运维开发王义杰27 分钟前
AI: 告别过时信息, 用RAG和一份PDF 为LLM打造一个随需更新的“外脑”
人工智能
老鱼说AI29 分钟前
实例教学FPN原理与PANet,Pytorch逐行精讲实现
人工智能·深度学习
懒大王爱吃狼39 分钟前
PyCharm功能及安装使用教程
ide·python·pycharm·python基础·python教程·pycharm安装·pycharm使用
芷栀夏1 小时前
如何通过IT-Tools与CPolar构建无缝开发通道?
网络·人工智能·python
CodeShare1 小时前
谷歌推出基于Gemini 2.0的机器人AI模型
人工智能·多模态模型·机器人技术