easyAI笔记——机器学习

本文深入探讨了监督学习的基础概念,包括回归和分类任务,以及主流的线性回归、逻辑回归等算法。同时介绍了非监督学习中的聚类和降维技术,如K均值和主成分分析。

监督学习

监督学习是指我们给算法⼀个数据集,并且给定正确答案(已经打上正确的标签)。机器通过数据来学习正确答案的⽅法。

监督学习的2个任务:
回归:预测连续的、具体的数值。
分类:对各种事物分类,⽤于离散型预测。

非监督学习

⾮监督学习中,给定的数据集没有“正确答案”,所有的数据都是⼀样的。⽆监督学习的任务是从给定的数据集中,挖掘出潜在的结构。

常⻅的2类算法是:
聚类:层次聚类
降维:主成分分析 – PCA

经典机器学习算法

在这里插入图片描述

主流的监督学习算法

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Coder_by

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值