機器學(xué)習(xí)導(dǎo)論_第1頁
機器學(xué)習(xí)導(dǎo)論_第2頁
機器學(xué)習(xí)導(dǎo)論_第3頁
機器學(xué)習(xí)導(dǎo)論_第4頁
機器學(xué)習(xí)導(dǎo)論_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

主講：白云數(shù)據(jù)應(yīng)用與實大踐算法機器學(xué)習(xí)及算法

MachineLearningandArigorithmBy白云2機器學(xué)習(xí)3機器如何學(xué)習(xí)4機器學(xué)習(xí)與數(shù)據(jù)挖掘5機器學(xué)習(xí)怎么做？1學(xué)習(xí)目錄CONTENTS學(xué)習(xí)通過學(xué)習(xí)、經(jīng)驗或者接受教育來獲得知識機器學(xué)習(xí)機器學(xué)習(xí)指使用算法從樣本數(shù)據(jù)中獲取其結(jié)構(gòu)描述的做法。讓計算機學(xué)到一些關(guān)于結(jié)構(gòu)的信息，這代表原始數(shù)據(jù)中的信息。結(jié)構(gòu)描述是所建模型的另一種說法，包含著從原始數(shù)據(jù)中提取的信息。結(jié)構(gòu)描述（或模型）呈現(xiàn)多種形式：線性回歸分類決策樹神經(jīng)網(wǎng)絡(luò)機器如何學(xué)習(xí)？機器學(xué)習(xí)與數(shù)據(jù)挖掘數(shù)據(jù)挖掘的實踐被定義為：從數(shù)據(jù)中提取信息機器學(xué)習(xí)的不同之處為：它指的是數(shù)據(jù)挖掘中用于從原始數(shù)據(jù)獲取結(jié)構(gòu)描述的算法。數(shù)據(jù)挖掘的做法：為了學(xué)習(xí)概念：需要原始數(shù)據(jù)的樣本從數(shù)據(jù)選取行或?qū)嵗龢颖荆哼@些樣本代表數(shù)據(jù)中特定的模式機器從這些模式中學(xué)習(xí)概念：機器通過算法進行學(xué)習(xí)機器學(xué)習(xí)的做法？通過樣本（已知數(shù)據(jù)），建立模型（或者叫算法），機器通過學(xué)習(xí)達成其自身的目標(biāo)。所以在后期的課程中我們在讓機器學(xué)習(xí)建

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論