机器学习-绪论

简介

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论等多门学科。它是人工智能的核心。

机器学习暂无一个被广泛认可的定义来准确定义机器学习是什么或不是什么。

机器学习算法的分类

按照学习方式来分,主要可以分为两类(这两类算法也是最常使用的):

  • 监督学习(supervised learning)

    会教计算机如何去完成任务

  • 无监督学习(unsupervised learning)

    让计算机自己学习如何完成任务

其他学习方法还有强化学习(reinforcement learning)和推荐系统(recommender systems)等。

监督学习

监督学习:数据集中的每个样本的正确答案(label)是有给出的。

回归问题

regression problem,预测一个连续的输出值

分类问题

classification problem,预测一个离散的输出值

(支持向量机可以处理无限多的features)

无监督学习

无监督学习:数据集中的每个样本是没有正确答案(label)的。

聚类算法

cluster algorithm

将个例分为几类,比如新闻的专题分类、基因分类、组织计算机集群、社交网络分析、市场细分和天文数据分析等。

聚类只是无监督学习的一种。

鸡尾酒会算法

cocktail party problem algorithm

两个声源同时发声,两个收音器收音,用算法分离两个声源发出的声音。

利用Octave和Matlab这样的软件,一行代码就可以实现这样的算法。


作者:@臭咸鱼

转载请注明出处:https://www.cnblogs.com/chouxianyu/

欢迎讨论和交流!