本站使用了 Pjax 等基于 JavaScript 的开发技术,但您的浏览器已禁用 JavaScript,请开启 JavaScript 以保证网站正常显示!

有监督学习中的回归问题与分类问题

What is Machine Learning?

Two definitions of Machine Learning are offered.
  1. Arthur Samuel described it as: "the field of study that gives computers the ability to learn without being explicitly programmed." This is an older, informal definition.
  2. Tom Mitchell provides a more modern definition: "A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E."
Example: playing checkers.
E = the experience of playing many games of checkers
T = the task of playing checkers.
P = the probability that the program will win the next game.

In general, any machine learning problem can be assigned to one of two broad classifications:
Supervised learning and Unsupervised learning.

什么是机器学习?

机器学习的两个定义
  1. Arthur Samuel定义机器学习为: "研究使计算机在无需特定明确的编程下自主学习的邻域." 这是一个很老的非正式定义
  2. Tom Mitchell提供了一个正式的定义: "一个程序被认为能从经验E中学习,解决任务 T,达到 性能度量值P,当且仅当,有了经验E后,经过P评判, 程序在处理 T 时的性能有所提升。"
例如: 国际象棋.
E = 下棋的经验
T = 下棋的任务.
P = 程序赢得下一场比赛的概率.

一般来说,任何机器学习问题都可以分为两大类:监督学习和非监督学习

有监督学习

有监督学习(Supervised learning),是一个机器学习中的方法,可以由训练资料中学到或建立一个模式( learning model),并依此模式推测新的实例。训练资料是由输入物件(通常是向量)和预期输出所组成。函数的输出可以是一个连续的值(称为回归分析),或是预测一个分类标签(称作分类)。

回归问题

未完待续

参考资料

Supervised Learning - 斯坦福大学 | Coursera
机器学习中的有监督学习,无监督学习,半监督学习

———— 本文结束 感谢阅读 ————

推广

 继续浏览关于 机器学习 的文章

 本文最后更新于:2019/10/28 14:53:44,可能因经年累月而与现状有所差异

 引用转载请注明:指尖魔法屋 > 学习笔记 > 有监督学习中的回归问题与分类问题

精选评论

  1. 回复

    未知操作系统未知浏览器

    棒棒

  2. 回复

    未知操作系统未知浏览器

    666