技术栈
监督学习
Blockbuater_drug
18 天前
机器学习
·
scikit-learn
·
监督学习
·
数据清洗
·
过拟合
·
训练集测试集
·
公平性
《经典机器学习实战》第 1 课:导论——是什么、简史、负责任 AI 与标准流程
本文收录于专栏 《经典机器学习实战》摘要:从规则引擎的破产到机器学习的定义,一趟走完 AI 七十年简史、负责任 AI 六原则与七步标准流程。你将看到 13 维特征让手写规则彻底失效而逻辑回归拿到 98.1%,以及一个整体准确率 85% 的模型如何对少数组近乎抛硬币。
计科杨某人
3 个月前
随机森林
·
机器学习
·
支持向量机
·
监督学习
·
强化学习
·
最小二乘法
·
无监督学习
机器学习基本常识
最近由于本人开始转向机器学习方向的研究,所以打算做一个新专栏。以下是今天我们主要讲解的内容,大家先看一下:
_Meilinger_
4 个月前
深度学习
·
机器学习
·
监督学习
·
损失函数
·
回归问题
·
分类问题
·
条件概率
碎片笔记|分类问题与回归问题的关系
前言:分类和回归是监督学习中最基础的两类任务。通常认为,分类预测离散类别,回归预测连续数值。但从模型的实际计算过程来看,二者之间并没有一条绝对清晰的边界。例如,二分类模型通常先输出一个连续分数,再根据阈值得到类别;连续数值也可以被划分为若干区间,从而将回归问题转换为分类问题。因此,一个自然的问题是:分类问题是否可以看作回归问题加阈值,回归问题是否也可以通过分类实现?本文围绕这一问题,讨论分类与回归能否相互转化,以及这种转化的边界。
劈星斩月
5 个月前
人工智能
·
机器学习
·
监督学习
·
强化学习
·
无监督学习
机器学习之 定义与三大范式
过去十多年,从引爆深度学习浪潮的 ImageNet 图像竞赛、颠覆围棋认知的 AlphaGo,再到掀起生成式 AI 革命的 ChatGPT 大模型,每一次震撼行业的技术颠覆与跨越式突破,本质都是机器学习各类范式持续迭代、相互融合催生的成果。
bryant_meng
6 个月前
人工智能
·
计算机视觉
·
监督学习
·
模仿学习
·
影子模式
【Autonomous Driving】Shadow Mode and Imitation Learning
在智能驾驶领域,**影子模式(Shadow Mode)和模仿学习(Imitation Learning)是两个非常核心的技术概念。为了让你通俗理解,我们可以把 AI 训练比作“培养一名赛车手”**的过程。
阿杰学AI
7 个月前
人工智能
·
学习
·
ai
·
语言模型
·
aigc
·
监督学习
·
自监督学习
AI核心知识115—大语言模型之 自监督学习(简洁且通俗易懂版)
自监督学习 (Self-Supervised Learning, SSL) 是大语言模型(LLM)能够“野蛮生长”长成庞然大物,并拥有惊人智慧的绝对核心秘诀。
Sagittarius_A*
8 个月前
人工智能
·
学习
·
机器学习
·
监督学习
监督学习(Supervised Learning)
监督学习其实很简单,核心就是用“带答案的数据”学规律,最终找到能精准预测新数据的模型。 它的核心方法可以总结为一个公式: 方法 = 模型 + 策略 + 算法 \boldsymbol{方法 = 模型 + 策略 + 算法} 方法=模型+策略+算法。
阿钱真强道
8 个月前
python
·
分类
·
聚类
·
监督学习
·
无监督学习
·
层次聚类
·
聚类评估
29 Python 聚类:什么是聚类?它和分类到底有什么区别?
在机器学习入门阶段,很多人最先接触的是分类。比如:这类任务有一个共同特点:数据是有标签的。 也就是说,我们事先知道每条数据属于哪一类,模型要做的是学习这些标签背后的规律,然后对新数据进行预测。
Dfreedom.
8 个月前
人工智能
·
学习
·
算法
·
机器学习
·
监督学习
机器学习经典算法全景解析与演进脉络(监督学习篇)
在机器学习的版图中,监督学习犹如一支训练有素的主力军,专注于从带有标签的数据中学习预测模型。无论是预测连续值还是判断离散类别,选择合适的算法是成功的关键。本文将为监督学习领域的八大经典算法绘制一幅全景图,通过系统性的归纳、对比与脉络梳理,构建清晰的算法选型框架,助你在解决回归与分类问题时精准选择“武器”。
weisian151
9 个月前
人工智能
·
机器学习
·
监督学习
·
强化学习
·
无监督学习
进阶篇-机器学习篇-1--机器学习入门:什么是机器学习?它如何让机器“学会”思考?
作者:Weisian 发布时间:2026年2月10日 机器学习(Machine Learning, ML)不是让机器“编程”,而是让机器从数据中学习,自动掌握完成任务的规律。
啊阿狸不会拉杆
10 个月前
数据结构
·
人工智能
·
python
·
学习
·
算法
·
机器学习
·
监督学习
《机器学习导论》第 2 章-监督学习
本文对应《机器学习导论》第 2 章监督学习全内容,多通俗解释、全可运行代码,每个核心知识点搭配综合实战案例 + 效果对比可视化,附带思维导图 / 流程图,帮你从概念到实操吃透监督学习!所有 Python 代码均完整可直接运行,注释详尽,可视化统一处理字体显示,效果对比图同窗口展示,方便动手实操~
黑客思维者
1 年前
人工智能
·
学习
·
机器学习
·
分类
·
回归
·
逻辑回归
·
监督学习
机器学习014:监督学习【分类算法】(逻辑回归)-- 一个“是与非”的智慧分类器
今天,我们要认识一位特殊的“朋友”——逻辑回归(Logistic Regression)。别看名字里有“回归”两个字,它可是个不折不扣的分类大师,专门负责回答“是”或“不是”、“好”或“坏”、“A类”或“B类”这类二选一的问题。
黑客思维者
1 年前
人工智能
·
学习
·
机器学习
·
支持向量机
·
分类
·
回归
·
监督学习
机器学习016:监督学习【分类算法】(支持向量机)-- “分类大师”入门指南
写给第一次听说的你: 别被“支持向量机”这个名字吓到。如何在混乱的世界里,画出一条最完美的“分界线”。
黑客思维者
1 年前
人工智能
·
学习
·
机器学习
·
回归
·
线性回归
·
监督学习
·
多项式回归
机器学习011:监督学习【回归算法】(多项式回归)-- 从“猜咖啡温度”到预测万物
想象一下这个场景:你早上买了一杯热咖啡,放在桌上。你很想知道,再过15分钟,这杯咖啡会凉到多少度?你可能会观察:
黑客思维者
1 年前
人工智能
·
学习
·
机器学习
·
回归
·
监督学习
·
回归算法
·
lasso
机器学习010:监督学习【回归算法】(Lasso回归)-- 用“魔法剪刀”找到真正重要的信息
想象一下,你要准备一次重要的旅行,行李箱的空间有限,但面前摊开了几十件衣服。每件衣服你都想带,但箱子装不下。这时候你需要做选择:留下最必要、最百搭的那几件,其他的暂时放下。这个选择过程,不就是我们生活中常遇到的“取舍”吗?
黑客思维者
1 年前
人工智能
·
学习
·
机器学习
·
监督学习
·
回归算法
机器学习006:监督学习【回归算法】(概论)--教AI从历史中预测未来
想象这样一个场景:你想买一套二手房,看了很多房源后,你发现一个“规律”:房子面积越大,总价一般就越高;离地铁站越近,价格也越贵。你的大脑根据这些看过的“历史数据”,自动对新看到的房子进行“估价”——这个寻找“规律”并进行“预测”的过程,本质上就是“回归算法”在做的事情。
黑客思维者
1 年前
学习
·
机器学习
·
回归
·
线性回归
·
监督学习
机器学习007:监督学习【回归算法】(线性回归)--股票背后的预测学
你是一家奶茶店的店长。你发现,每当天气越热,店里卖出的冰奶茶就越多。于是你默默记下:昨天30℃,卖了200杯;今天28℃,卖了180杯。那么你猜,如果明天预报是32℃,该准备多少杯奶茶的原料呢?
黑客思维者
1 年前
学习
·
机器学习
·
回归
·
监督学习
·
岭回归
机器学习009:监督学习【回归算法】(岭回归)-- 给模型一个“清醒”的约束
想象一下,你想预测下周奶茶店的销量,考虑了天气、温度、星期几、促销活动甚至店长的星座等十几个因素。结果模型在历史数据上“学”得太好,把噪音都记住了,对未来预测却一塌糊涂。这时,你需要一位“教练”给模型套上“缰绳”,让它更稳健。这个“教练”就是岭回归。
雪碧聊技术
1 年前
监督学习
·
强化学习
·
无监督学习
·
半监督学习
·
机器学习的算法
机器学习的算法有哪些?
🌟 欢迎来到AI奇妙世界! 🌟亲爱的开发者朋友们,大家好!👋我是人工智能领域的探索者与分享者,很高兴在CSDN与你们相遇!🎉 在这里,我将持续输出AI前沿技术、实战案例、算法解析等内容,希望能和大家一起学习、交流、成长!💡