白话机器学习算法

才写一点点,更新中...

参考书籍:《白话机器学习算法》

目录:

第一章 基础知识

知识预览:

白话机器学习算法_第1张图片

常见的三类算法


无监督学习

指训练模型用的数据没有人工标注的标签信息,通俗的讲就是在“没有老师指导”的情况下,靠“学生”自己通过不断地探索,对知识进行归纳和总结,尝试发现数据中心的内在规律或特征,来对训练数据打标签。

监督学习

指使用足够多的带有标签的数据集来训练模型。通俗的讲就是在模型的学习过程中,“老师”指导着“学生”应该往哪个方向学习或者调整。监督学习主要有两类问题:分类问题和回归问题。分类问题主要是用来预测样本的类别,回归问题主要是用来预测一个值。

强化学习

强化学习无需数据集,根据自身网络不断试错,以对外界交互产生的奖励作为反馈,来不断调整网络参数。常见的强化学习:机械臂的抓取。

第二章 无监督学习

K均值聚类

第三章 监督学习

回归分析

简介:区别于一般的趋势线只使用单个预测变量,回归分析可以考虑更多的预测变量从而改善预测结果,并且还可以比较各个预测变量的强弱。

引例:房价预测。例如房价受到房间数和周围居民收入水平的影响,通过分析比较发现,周围居民收入水平的影响比房间数大,如果我们要将这两个因素一同考虑,则需要给通过周围居民收入水平的预测赋予更高的权重。那么如何才能得到最优权重组合呢?

梯度下降法:

它是一个优化参数的方法,寻找损失函数最小的地方。梯度下降就是顺着梯度所指的方向,一步一步去寻找损失函数最小值的过程

你可能感兴趣的:(算法,人工智能)