Autor: Zen e a arte da programação de computadores
1. Introdução
O reconhecimento de padrões e o aprendizado de máquina são dois ramos importantes no campo da ciência e tecnologia da computação e também são tópicos importantes. Ambos são um subconjunto da inteligência artificial, referindo-se a modelos e algoritmos derivados de aprendizagem, análise estatística e previsão. Sua ideia central é descobrir informações ou regras úteis analisando, processando e resumindo dados conhecidos. O reconhecimento de padrões e o aprendizado de máquina são interdisciplinares e geralmente podem se complementar. O reconhecimento de padrões estuda as características essenciais de coisas objetivas, como estrutura, padrão e movimento, os chamados “padrões”; enquanto o aprendizado de máquina estuda como descobrir padrões ocultos em dados massivos e aplicar esses padrões para resolver problemas práticos. A combinação dos dois constitui a “variedade” no campo do reconhecimento de padrões e do aprendizado de máquina. Um dos artigos que escreveremos hoje é um artigo especial sobre aprendizado de máquina. O aprendizado de máquina inclui muitos campos diferentes, mas os mais básicos são classificação, agrupamento, regressão, árvore de decisão, floresta aleatória, máquina de vetores de suporte, rede neural (rede neural). Portanto, o conteúdo deste artigo também envolverá os algoritmos acima. O artigo apresentará os seguintes aspectos:
2. Conhecimentos teóricos básicos
(1) Aprendizagem supervisionada
A aprendizagem supervisionada é um método de aprendizagem supervisionada que treina um modelo por meio de dados rotulados (geralmente incluindo entrada e saída) para fazer previsões sobre dados desconhecidos.