机器学习的简单概念

最近又要吹牛了,恶补了点基础概念。

机器学习(Machine learning)是人工智能的核心算法,是一个源于数据模型的训练过程,最终给出一个面向某种性能度量的决策。

机器学习可以基于数据,帮助做出更高效、更准确的判断和决策。机器学习算法在处理非结构化数据、大数据量数据的利用、解决大规模变量等方面具有较好的作用。

机器学习的基本思路:将现实问题抽象为数学问题,用计算机解决数学问题,从而解决现实问题。

机器学习的步骤:收集数据,清洗数据,选择模型,模型训练,评估模型,参数调整,应用模型。

重点:把数据分为训练集、验证集、测试集,避免过拟合与欠拟合。

什么是欠拟合?上课听不懂,课后作业不会做。

什么是过拟合?上课都懂了,考试老出错。

机器学习的三种主要类型,有监督学习,无监督学习,强化学习。

发表评论

电子邮件地址不会被公开。 必填项已用*标注