版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u011240016/article/details/84523794
机器学习是什么?
一个比较接地气的定义是,研究计算机如何模拟或者实现人类的学习行为,以获取新的知识或者技能,并重新组织已有的知识结构,不断改善自身的性能。
监督学习
监督学习是我们给学习算法一个数据集,这个数据集包含正确答案。
如果我们尝试着去推导一个连续值,那这就是个回归问题;如果想要推导一个离散值,则为分类问题。
无监督学习
监督学习中的每条数据,都对应着正确答案。而无监督学习,数据集中不包含任何标签。也就是说,我们拿到数据集,不知道如何处理,因为没有目标值,自然就没有目标~~
但是我们仍然可以尝试着从数据集中学到一些什么东西,比如对数据进行聚类。聚类算法只是无监督学习的一个典型案例,它的应用非常广阔,包括对大型计算机集群进行管理,对社交网络进行分析以及做市场分析等等,在天文学领域,用聚类算法也取得了很棒的效果。
简单总结,无监督学习就是交给算法一堆数据,让算法帮助我们从中找到某些数据结构等信息。
机器学习算法的使用
一般第一步是搭建原型,用Octave或者Matlab进行搭建。
现在机器学习框架这么发达的情况下,直接用框架建模已经很快了。
END.