6.1 机器学习概述

机器学习是一门让计算机从经验中学习并提升性能的技术,包含监督、无监督、半监督和强化学习四种方式,涵盖分类、回归、聚类、降维等功能。其核心流程包括数据采集预处理、数据集分割、模型选择训练、评估优化和实际应用。在商业、金融、医疗、自然语言处理、计算机视觉等领域广泛应用。关键术语包括数据集、样本、特征、模型等。通过算法分析数据模式,机器学习系统能够自动改进性能,实现预测、识别、决策等智能化功能,已成为推动人工智能发展的重要技术基础。

相关推荐
richard_first15 小时前
Transformer与大语言模型:第13章 Decoder
人工智能·机器学习
罗西的思考1 天前
【Agentic RL / 强化学习框架】Molt 设计解读
人工智能·算法·机器学习
147API1 天前
评测分数不理想,什么时候值得补蒸馏数据
人工智能·深度学习·机器学习
张人玉1 天前
基于 Python 机器学习 与 PyQt5 桌面框架开发的可视化分析系统——基于大数据的网上购物消费行为分析可视化大屏
python·qt·机器学习·echarts·three.js
JoannaJuanCV1 天前
VLM学习-SFT(监督微调)
深度学习·学习·机器学习·大模型·视觉大模型·vlm·视觉编码器
音视频牛哥1 天前
拆解人形机器人:从关节、灵巧手到VLA与媒体神经系统
机器学习·计算机视觉·机器人
xiaokcehui1 天前
地球物理大地测量学计算系列之十七局部重力场SRBF逼近及其性能指标测评
人工智能·算法·机器学习
宣宣猪的小花园.1 天前
【控制算法】PID 不只是三个参数:比例、积分、微分各在解决什么问题
人工智能·嵌入式硬件·机器学习
java1234_小锋1 天前
YOLO26 计算机视觉 - 训练自己的 YOLO26 模型
人工智能·yolo·机器学习·计算机视觉·yolo26
余俊晖1 天前
Self-OPD:去掉教师机的流匹配模型 On-Policy 蒸馏
人工智能·算法·机器学习