CH1 什么是機器學習

?

重點提煉

機器學習的種類：

常分為：監督學習、無監督學習、強化學習等

?

監督學習是學生從老師那獲得知識，老師提供對錯指示

無監督學習是在沒有老師的情況下，學生自習

強化學習是在沒有老師指示情況下，學生對預測的結果自我評估，學生為了獲得老師的最高嘉獎而不斷學習

監督學習應用：手寫文字識別、聲音處理、圖像處理、垃圾郵件分類與攔截、網頁檢索、基因診斷、股票預測......（回歸、分類、排序）

無監督學習應用：人造衛星故障診斷、視頻分析、社交網站解析、聲音信號解析.....（聚類、異常檢測）

強化學習應用：機器人的自動控制、計算機游戲中的人工智能、市場戰略的最優化（回歸、分類、聚類、降維）

機器學習常見任務：

有回歸、分類、異常檢測、聚類、降維

異常檢測與分類不同的是，異常檢測屬于無監督，一般采用密度估計的方法，把靠近密度中心的數據作為正常的數據，把偏離密度中心的數據作為異常的數據

聚類與分類不同的是，聚類是屬于無監督學習的一種

機器學習的方法：

判別式分類

生成時分類

統計概率

樸素貝葉斯

P10

補充知識來理解書上內容

最大似然估計法的定義：

?

? ? ? ? ? ? ? ?

?貝葉斯公式：

?

全概率公式：

?

?

轉載于:https://www.cnblogs.com/weiqinglan/p/5864997.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的《图解机器学习-杉山将著》读书笔记---CH1的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。