機(jī)器學(xué)習(xí)簡(jiǎn)介_(kāi)第1頁(yè)
機(jī)器學(xué)習(xí)簡(jiǎn)介_(kāi)第2頁(yè)
機(jī)器學(xué)習(xí)簡(jiǎn)介_(kāi)第3頁(yè)
機(jī)器學(xué)習(xí)簡(jiǎn)介_(kāi)第4頁(yè)
機(jī)器學(xué)習(xí)簡(jiǎn)介_(kāi)第5頁(yè)
已閱讀5頁(yè),還剩18頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)簡(jiǎn)介機(jī)器學(xué)習(xí)基本概念01機(jī)器學(xué)習(xí)概述隨著大數(shù)據(jù)的發(fā)展和計(jì)算機(jī)運(yùn)算能力的不斷提升,人工智能在最近幾年取得了令人矚目的成就。目前在很多行業(yè)中,都有企業(yè)開(kāi)始應(yīng)用機(jī)器學(xué)習(xí)技術(shù),從而獲取更深刻的洞察,為企業(yè)經(jīng)營(yíng)或日常生活提供幫助,提升產(chǎn)品服務(wù)水平。機(jī)器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于數(shù)據(jù)挖掘、搜索引擎、電子商務(wù)、自動(dòng)駕駛、圖像識(shí)別、量化投資、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)診斷、信用卡欺詐檢測(cè)、證券金融市場(chǎng)分析、游戲和機(jī)器人等領(lǐng)域,機(jī)器學(xué)習(xí)相關(guān)技術(shù)的進(jìn)步促進(jìn)了人工智能在各個(gè)領(lǐng)域的發(fā)展。01機(jī)器學(xué)習(xí)應(yīng)用:計(jì)算機(jī)視覺(jué)02機(jī)器學(xué)習(xí)應(yīng)用:語(yǔ)音識(shí)別03機(jī)器學(xué)習(xí)應(yīng)用:搜索04機(jī)器學(xué)習(xí)應(yīng)用:推薦05機(jī)器學(xué)習(xí)應(yīng)用:自然語(yǔ)言處理06機(jī)器學(xué)習(xí)應(yīng)用:游戲AlphaGo&圍棋AlphaStar&星海爭(zhēng)霸IILibratus&德州撲克絕悟AI

&王者榮耀07機(jī)器學(xué)習(xí)應(yīng)用:其他應(yīng)用08機(jī)器學(xué)習(xí)分類02機(jī)器學(xué)習(xí)的類型機(jī)器學(xué)習(xí)可分為:監(jiān)督學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)強(qiáng)化學(xué)習(xí)半監(jiān)督學(xué)習(xí)自監(jiān)督學(xué)習(xí)遷移學(xué)習(xí)終生學(xué)習(xí)元學(xué)習(xí)…01監(jiān)督學(xué)習(xí)02是從有標(biāo)記的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)一個(gè)模型,然后根據(jù)這個(gè)模型對(duì)未知樣本進(jìn)行預(yù)測(cè)。其中,模型的輸入是某一樣本的特征,模型的輸出是這一樣本對(duì)應(yīng)的。常見(jiàn)的監(jiān)督學(xué)習(xí)算法包括回歸和分類?;貧w

函數(shù)??的輸出為連續(xù)型03

電視廣告費(fèi)用廣播廣告費(fèi)用產(chǎn)品銷量(標(biāo)量)輸入輸出報(bào)紙廣告費(fèi)用訓(xùn)練數(shù)據(jù):分類函數(shù)??的輸出為離散值04函數(shù)f函數(shù)fYes,no類別1,類別2,…類別C輸入輸入兩類分類

多類分類二分類05多分類06監(jiān)督學(xué)習(xí)算法監(jiān)督學(xué)習(xí)包括分類和數(shù)字預(yù)測(cè)兩大類別包括:K-近鄰算法線性回歸邏輯回歸支持向量機(jī)(SVM)決策樹(shù)和隨機(jī)森林神經(jīng)網(wǎng)絡(luò)07無(wú)監(jiān)督學(xué)習(xí)08又稱為非監(jiān)督式學(xué)習(xí),它的輸入樣本并不需要標(biāo)記,而是自動(dòng)從樣本中學(xué)習(xí)特征實(shí)現(xiàn)預(yù)測(cè)。聚類09降維10無(wú)監(jiān)督學(xué)習(xí)算法聚類:k-均值算法DBSCAN分層聚類分析(HCA)降維主成

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論