第1章 机器学习基础

概述

由于本书的特点,先是给我们介绍算法的原理,然后再用代码实现,最后才是算法的实际应用。我本人只想快速了解算法的原理,所以在这本书里的笔记一般都是针对算法的原理的,实例部分基本上不会做记录了。

关键术语

下面的表格的数据是随便写的,方便一些概念的理解,和实际生活没有任何联系

体重 翼展 脚蹼 后背颜色 种属
10 20 30 blue 红尾
20 30 40 black 绿尾
  • 专家系统:开发出能够识别鸟类的计算机软件,鸟类学者就可以退休了。因为鸟类学者是研究鸟类的专家,因此我们说创建的是一个专家系统
  • 特征:也称为属性,比如鸟类的体重,翼展,脚蹼,后背颜色等
  • 实例:表中的每一行都是具有相关特征的实例
  • 分类:判断一只鸟是属于哪个种类的
  • 训练集:用于训练机器学习算法的数据样本集合,表格中就有2个训练样本的训练集,每个训练样本有4种特征、一个目标变量
  • 目标变量:分类算法中目标变量通常是标称型的,回归算法中通常是连续型
  • 知识表示:看到机器学习的效果,有些结果是人所能理解的,而有些只能为计算机所理解

其他

第1章 机器学习基础_第1张图片
分类.JPG

你可能感兴趣的:(第1章 机器学习基础)