- ML
网络 算法 机器
优化 概率 统计
数据 矩阵 信息
模型 推理
获知识靠学习
Data -> 模型 -> 推理 - statistics
提供建模框架 - Data Mining
| ML | statistic |
|---|---|
| networks graphs | models |
| weights | parameters |
| learning | fitting or estimation |
| generalization | Test set |
| supervised learning | regression /classification |
| unsupervised learning | 密度估计 聚类 |
- Data Science
- 底层架构
- coding
- 数学建模
- 统计机器学习
结合计算和统计， 信息论， 信号处理， 控制论， 优化
ML = 矩阵 + 优化 + 算法 + 统计 - 机器学习 研究问题
-
降维
-
聚类 分类 回归 排序
-
- ML 一般方法
-
频率派
将参数看作未知常数，通过训练数据定义一个准则来估计
-
贝叶斯派
-
- ML 参数和非参数 分类
-
参数
参数个数固定， 与训练数据无关
比如 逻辑回归
-
非参数模型
参数无穷多， 和训练数据有关
比如 最近邻方法
-
网友评论