什么时候适合用机器学习算法？
- 存在某种规则／模式，能够使性能提升，比如准确率；
- 这种规则难以程序化定义，人难以给出准确定义；
- 存在能够反映这种规则的资料。
所以，机器学习就是设计算法，从包含许多假设的假设集合
里，根据所给的数据集
，选出和实际规则
最为相似的假设
。
和
相似度的衡量是基于所有数据，不仅仅是
。
图1 ML流程概述
，
确定后，
形式也给出，
的变化构成不同的属于
的
。
什么时候适合用机器学习算法？
所以，机器学习就是设计算法，从包含许多假设的假设集合
里，根据所给的数据集
，选出和实际规则
最为相似的假设
。
和
相似度的衡量是基于所有数据，不仅仅是
。
图1 ML流程概述
，
确定后，
形式也给出，
的变化构成不同的属于
的
。
笔记1 -- The Learning Problem 最近在看NTU林轩田的《机器学习基石》课程，个人感觉讲的非...
什么时候适合用机器学习算法？ 存在某种规则／模式，能够使性能提升，比如准确率； 这种规则难以程序化定义，人难以给出...
Coursera课程 豆瓣机器学习基石学习笔记 Learning from Data
机器学习基石bloghttp://blog.fukuball.com/machine-learning-found...
【ML入门】李宏毅机器学习笔记01-Learning Map - 知乎https://zhuanlan.zhihu...
[机器学习入门] 李弘毅机器学习笔记-7 （Brief Introduction of Deep Learning...
[机器学习入门] 李宏毅机器学习笔记-15 （Unsupervised Learning: WordEmbeddi...
[机器学习入门] 李宏毅机器学习笔记-24（introduction of Structured Learning...
[机器学习入门] 李弘毅机器学习笔记-16 （Unsupervised Learning: Neighbor Em...
[机器学习入门] 李弘毅机器学习笔记-17（Unsupervised Learning: DeepAuto-enc...
本文标题：机器学习基石笔记：01 The Learning Problem
本文链接：https://www.haomeiwen.com/subject/fghfnqtx.html
网友评论