1.1.简要概述
机器学习有三个要素:数据
、模型
、算法
,其中模型
是机器学习的核心。一般机器学习分为有监督学习
和无监督学习
。
1.2.有监督学习
定义
用已知某种或某些特性的样本作为训练集,以建立一个数学模型(如模式识别中的判别模型,神经网络中的权重模型等),再用已建立的模型来预测未知样本,此种方法称为有监督学习。
算法
- 线性回归
- 朴素贝叶斯
- 逻辑回归
- 决策树模型
- 向量机
- 支持向量回归
- 隐马尔科夫
- 条件随机场模型
- ...
1.3.无监督学习
定义
根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题,称之为无监督学习。在现实中,经常用来作为有监督的辅助手段。
算法
- 聚类
- 高斯混合
- 主成分分析
- ...
1.4.AI的职业发展
- 算法工程师
- 调参工程师
- 数据工程师
网友评论