1.機(jī)器學(xué)習(xí)開發(fā)流程

2.機(jī)器學(xué)習(xí)算法分類

3.機(jī)器學(xué)習(xí)模型是什么？

機(jī)器學(xué)習(xí)開發(fā)流程

機(jī)器學(xué)習(xí)算法分類

監(jiān)督學(xué)習(xí)（特征值+目標(biāo)值）
監(jiān)督學(xué)習(xí)（英語：Supervised learning），可以由輸入數(shù)據(jù)中學(xué)
到或建立一個(gè)模型，并依此模式推測(cè)新的結(jié)果。輸入數(shù)據(jù)是由
輸入特征值和目標(biāo)值所組成。函數(shù)的輸出可以是一個(gè)連續(xù)的值
（稱為回歸），或是輸出是有限個(gè)離散值（稱作分類）。

分類 k-近鄰算法、貝葉斯分類、決策樹與 隨機(jī)森林、邏輯回歸、神經(jīng)網(wǎng)絡(luò) 回歸 線性回歸、嶺回歸 標(biāo)注 隱馬爾可夫模型 (不做要求)

無監(jiān)督學(xué)習(xí)（特征值）
無監(jiān)督學(xué)習(xí)（英語：Supervised learning），可以由輸入數(shù)據(jù)中
學(xué)到或建立一個(gè)模型，并依此模式推測(cè)新的結(jié)果。輸入數(shù)據(jù)是
由輸入特征值所組成。

聚類 k-means

分類
概念：分類是監(jiān)督學(xué)習(xí)的一個(gè)核心問題，在監(jiān)督學(xué)習(xí)中，當(dāng)輸出變量取有限個(gè)離散值時(shí)，預(yù)測(cè)問題變成為分類問題。最基礎(chǔ)的便是二分類問題，即判斷是非，從兩個(gè)類別中選擇一個(gè)作為預(yù)測(cè)結(jié)果；

回歸
概念：回歸是監(jiān)督學(xué)習(xí)的另一個(gè)重要問題。回歸用于預(yù)測(cè)輸入變量和輸出變量之間的關(guān)系，輸出是連續(xù)型的值。

總結(jié)

以上是生活随笔為你收集整理的python人工智能——机器学习——机器学习基础的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。