美文网首页
机器学习绪论总结

机器学习绪论总结

作者: Ginkgo | 来源:发表于2018-02-07 20:38 被阅读9次

    相关术语

    时间:2018.2.7

    1. 示例(样本):记录的集合。记录是关于被预测体的相关数据。
    2. 标记:关于事例结果的信息。例如“((色泽=青绿;根蒂=蜷缩;敲声=浊响),好瓜)”。
    3. 分类:我们欲预测的是离散值。只涉及两个类别的成为二分类。
    4. 回归:我们欲预测的是连续值。
    5. 聚类:将训练集中的待测物体分为若干组陈伟聚类。每一组成为一个
    6. 监督学习:拥有标记信息。分类和回归属于监督学习。
    7. 无监督学习:没有标记的信息。聚类是其代表。
    8. 泛化:由特殊的数据总结出模型的过程成为泛化。就是特殊到一般的过程。
    9. 泛化能力:学得模型适用于新样本的能力称为泛化能力。
    10. 版本空间多个假设与训练集一致,即存在着一个与训练集一致的假设集合
    11. 学习器:模型的另外一个称呼。

    相关文章

      网友评论

          本文标题:机器学习绪论总结

          本文链接:https://www.haomeiwen.com/subject/luwazxtx.html