【机器学习】(基础篇一) —— 什么是机器学习

什么是机器学习

本系列博客为你从机器学习的介绍开始,使用大量的代码实战和验证,最终帮助你完全掌握什么是机器学习

人工智能、机器学习和深度学习的关系

人工智能(Artificial Intelligence,AI):是一门研究和开发智能机器或计算机程序的科技领域,旨在使这些系统能够模拟、延伸和扩展人类的智能行为。

机器学习(Machine Learning,ML):是人工智能领域的一个分支,它专注于研究和开发算法与统计模型,使得计算机系统能够从数据中自动“学习”规律、模式和特征,并利用这些学习结果对未知数据进行预测、分类、决策或优化任务,而无需进行显式的编程。换言之,机器学习致力于创建能够自我改进的程序,其性能随着经验(即数据输入)的增加而不断提升。

深度学习(Deep Learning,DL):是机器学习的一个子领域,它受到人脑神经网络工作原理的启发,采用多层非线性模型对复杂数据进行高效表示和分析。在深度学习中,构建了包含多个处理层(或称为隐藏层)的神经网络结构,这些层次能够逐级提取输入数据的特征,从原始信号逐步转化为越来越抽象、更具有辨别力的特征表达。

简而言之,人工智能包括了机器学习,机器学习包括了深度学习,如下图所示

在这里插入图片描述

巨人的肩膀

这些都是华人在机器学习领域的大牛,我也是通过他们的课程和文章来为你展开机器学习的介绍,我非常建议你可以根据我的博客笔记,来看他们的课程,他们的作品内容肯定要比我更优秀,如果你在学习机器学习过程中遇到什么问题,我也非常欢迎你来和我进行交流。

吴恩达:斯坦福大学副教授,前百度大脑的负责人与百度首席科学家。经典课程:有监督的机器学习:回归与分类 | Coursera

李航:现任字节跳动科技有限公司人工智能实验室总监,北京大学、南京大学客座教授,IEEE 会士,ACM 杰出科学家,CCF 高级会员。代表作:《 统计学习方法》

周志华:南京大学计算机科学与技术系主任、人工智能学院院长。代表作:《 机器学习》 (西瓜书)

陈天奇:机器学习领域著名的青年华人学者之一,本科毕业于上海交通大学ACM 班,博士毕业于华盛顿大学计算机系。主要贡献:设计了XGBoost 算法。

何恺明:本科就读于清华大学,博士毕业于香港中文大学多媒体实验室。2016 年,加入Facebook AI Research Research(FAIRFAIR)担任研究科学家。主要贡献:设计了ResNets

机器学习的分类

按任务类型:

  • 回归问题:连续型目标变量,如:房价预测
  • 分类问题:分类型目标变量,如:图像识别
  • 聚类问题:无需目标变量,如:市场细分、客户聚类
  • 降维问题:无需目标变量,高维空间中的数据映射到低维空间。

按学习方式:

  • 有监督学习:基于一组带有标注的样本训练模型,然后用该模型对新的未知结果的样本作初预测。如:回归、分类。
  • 无监督学习:训练样本的结果信息是没有被标注的。如,聚类、降维。
  • 强化学习:又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一。

你现在无须立马掌握这么多的类型的机器学习,在后续博客中,我会为你一一讲解这些不同的机器学习,在理论和代码的结合中让你更加熟练地掌握机器学习。

基本术语

  • 学习(训练):从数据中学得模型的过程
  • 训练集:参与模型训练的样本集合
  • 测试:学得模型后,使用其样本进行预测的过程
  • 测试集:被预测的样本集合
  • 假设:学得模型对应的关于数据的某种潜在规律
  • 泛化能力:学得模型适用于新样本的能力
  • 独立同分布:样本空间的全体样本都服从一个未知的分布,且相互独立

这些基本术语都很简单,我也会在后面的例子中为你详细介绍它们。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/41507.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java多线程不会?一文解决——

方法一 新建类如MyThread继承Thread类重写run()方法再通过new MyThread类来新建线程通过start方法启动新线程 案例&#xff1a; class MyThread extends Thread {public MyThread(String name) {super(name);}Overridepublic void run() {for(int i0;i<10;i){System.out.…

react dangerouslySetInnerHTML将html字符串以变量方式插入页面,点击后出现编辑状态

1.插入变量 出现以下编辑状态 2.解决 给展示富文本的标签添加css样式 pointerEvents: none

黑马点评,生成1000个token到redis代码和1k个token的文件

原来的sql文件里面就可以插入1k个用户&#xff0c; 这个代码是从1000个User列表里面生成1k个token到redis里面 ResourceIUserService userService;Resource private StringRedisTemplate stringRedisTemplate;Testpublic void testGetAll() {List<User> users userServ…

activemq推数据给前端的方式

文章目录 消费者程序接收消息并通过 WebSocket 将消息传递给前端 消费者程序接收消息并通过 WebSocket 将消息传递给前端 ActiveMQ 是一个开源的消息代理服务&#xff0c;可以用来实现各种消息传递模式&#xff0c;包括点对点和发布/订阅模型。要将数据从 ActiveMQ 推送到前端…

那些年背过的面试题——MySQL篇

本文是技术人面试系列 MySQL 篇&#xff0c;面试中关于 MySQL 都需要了解哪些基础&#xff1f;一文带你详细了解&#xff0c;欢迎收藏&#xff01; WhyMysql&#xff1f; NoSQL 数据库四大家族 列存储 Hbase K-V 存储 Redis 图像存储 Neo4j 文档存储 MongoDB 云存储 OSS …

AI大模型的智能心脏:向量数据库的崛起

在人工智能的飞速发展中,一个关键技术正悄然成为AI大模型的智能心脏——向量数据库。它不仅是数据存储和管理的革命性工具,更是AI技术突破的核心。随着AI大模型在各个领域的广泛应用,向量数据库的重要性日益凸显。 01 技术突破:向量数据库的内在力量 向量数据库以其快速检索…

第3章 配置 Vite

1 基本配置 Vite 的配置文件 vite.config.js 是基于 JavaScript 或 TypeScript 的文件&#xff0c;可以使用 ES 模块语法进行导出。Vite 通过这个配置文件来调整各种构建和开发的选项。 1.1 创建配置文件 在项目根目录创建 vite.config.js 文件&#xff1a; // vite.config…

RNN、LSTM与GRU循环神经网络的深度探索与实战

循环神经网络RNN、LSTM、GRU 一、引言1.1 序列数据的迷宫探索者&#xff1a;循环神经网络&#xff08;RNN&#xff09;概览1.2 深度探索的阶梯&#xff1a;LSTM与GRU的崛起1.3 撰写本博客的目的与意义 二、循环神经网络&#xff08;RNN&#xff09;基础2.1 定义与原理2.1.1 RNN…

【Python】组合数据类型:序列,列表,元组,字典,集合

个人主页&#xff1a;【&#x1f60a;个人主页】 系列专栏&#xff1a;【❤️Python】 文章目录 前言组合数据类型序列类型序列常见的操作符列表列表操作len()append()insert()remove()index()sort()reverse()count() 元组三种序列类型的区别 集合类型四种操作符集合setfrozens…

【CSS in Depth 2精译】2.5 无单位的数值与行高

当前内容所在位置 第一章 层叠、优先级与继承第二章 相对单位 2.1 相对单位的威力2.2 em 与 rem2.3 告别像素思维2.4 视口的相对单位2.5 无单位的数值与行高 ✔️2.6 自定义属性2.7 本章小结 2.5 无单位的数值与行高 有些属性允许使用无单位的数值&#xff08;unitless value…

【数据结构与算法】快速排序挖坑法

&#x1f493; 博客主页&#xff1a;倔强的石头的CSDN主页 &#x1f4dd;Gitee主页&#xff1a;倔强的石头的gitee主页 ⏩ 文章专栏&#xff1a;《数据结构与算法》 期待您的关注 ​

前端面试题16(跨域问题)

跨域问题源于浏览器的同源策略&#xff08;Same-origin policy&#xff09;&#xff0c;这一策略限制了来自不同源的“写”操作&#xff08;比如更新、删除数据等&#xff09;&#xff0c;同时也限制了读操作。当一个网页尝试请求与自身来源不同的资源时&#xff0c;浏览器会阻…

网络配置文件中type

在网络配置文件中&#xff0c;type是一个参数&#xff0c;用于指定网络接口的类型。它指定了网络接口所使用的协议或技术。 以下是一些常见的type参数值&#xff1a; “ethernet”&#xff1a;表示以太网接口&#xff0c;用于连接以太网设备&#xff0c;如有线网卡。 “wifi”…

Python实现ABC人工蜂群优化算法优化随机森林回归模型(RandomForestRegressor算法)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化…

PD虚拟机不能复制Mac的文件怎么回事 PD虚拟机不能复制Mac的文件怎么办 Parallels Desktop怎么用

PD虚拟机不仅能提供跨系统协作的服务&#xff0c;还能进行虚拟机系统与原生系统间的文件共享、文本复制、文件复制等操作&#xff0c;让系统间的资源可以科学利用。但在实际操作过程中&#xff0c;PD虚拟机不能复制Mac的文件怎么回事&#xff1f;PD虚拟机不能复制Mac的文件怎么…

linux centos7.9 安装mysql5.7;root设置客户端登录、配置并发、表名大小写敏感等

查看centos版本 cat /etc/centos-releasecentos版本为7.9 查看是否已安装mariadb,安装了需要先删除 1.查看是否安装了mariadb和mysql,安装了需要先删除 mariadb是mysql的一个分支,但要安装mysql需要删除它 执行rpm -qa|grep mariadb,查看mariadb情况 查找到有就删除 执行…

中小学白名单编程竞赛:精英竞技场的深度解析

目录 1. 引言2. 特点3. 为什么参加白名单编程竞赛4. 具体竞赛介绍4.1 全国中小学信息技术创新与实践大赛(NOC大赛)4.1.1 面向对象4.1.2 考试内容4.1.3 赛事特点4.1.4 报名时间4.1.5 含金量4.1.6 优缺点4.1.7 赛事流程4.2 蓝桥杯大赛4.2.1 面向对象4.2.2 考试内容4.2.3 赛事特…

Day59 动态规划part12

LC115不同的子序列&#xff08;未掌握&#xff09; 递推公式与LC392类似&#xff0c;但是初始化略有不同 LC392的dp数组含义为相同字符个数而本体的dp数组含义为出现的次数&#xff0c;因此dp[i][0]1 两种情况 s[i-1]t[j-1] dp[i][j] dp[i-1][j-1]dp[i][j] dp[i-1][j] s[…

Kubernetes集群性能测试之kubemark集群搭建

Kubernetes集群性能测试之kubemark集群搭建 Kubemark是K8s官方提供的一个对K8s集群进行性能测试的工具。它可以模拟出一个K8s cluster&#xff08;Kubemark cluster&#xff09;&#xff0c;不受资源限制&#xff0c;从而能够测试的集群规模比真实集群大的多。这个cluster中ma…

运维锅总详解系统启动流程

本文详细介绍Linux及Windows系统启动流程&#xff0c;并分析了它们启动流程的异同以及造成这种异同的原因。希望本文对您理解系统的基本启动流程有所帮助&#xff01; 一、Linux系统启动流程 Linux 系统的启动流程可以分为几个主要阶段&#xff0c;从电源开启到用户登录。每个…