0
点赞
收藏
分享

微信扫一扫

AI之Tool:机器学习/深度学习常用工具(python/Anaconda等)的简介、安装、使用方法之详细攻略

青鸾惊鸿 03-11 08:00 阅读 5

黑马的学习视频

AI、ML、DL的关联
大家常说的人工智能、机器学习、深度学习其实是包含关系,深度学习是机器学习的一种特殊方法,而机器学习又是人工智能的一个子领域。

其中机器学习是使计算机系统能够通过学习经验和数据来改进性能。机器学习算法能够从数据中发现模式,并使用这些模式来做出预测或做出决策,而不需要明确的编程。

机器学习的过程
数据集结构:特征值+目标值

根据目标值可以将机器学习分类

目标值:

  • 类别——分类问题
  • 连续型的数据——回归问题
  • 无——无监督学习

机器学习可以分为监督学习和无监督学习两类

  1. 监督学习(预测)
    定义:输入数据是由特征值和目标值所组成,函数输出连续的值(回归),或输出有限个离散值(分类)
    分类:K-近邻算法、贝叶斯算法、决策树与随机森林、逻辑回归
    回归:线性回归、岭回归
  2. 无监督学习
    定义:输入数据是由输入特征值所组成
    聚类K-means

机器学习开发流程

  1. 获取数据
  2. 处理数据
  3. 特征工程
  4. ML算法训练——模型
  5. 模型评估
  6. 应用
举报

相关推荐

0 条评论