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。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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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