搬瓦工putty做网站,dedecms做手机网站,南阳做网站优化的公司,中国最近的好消息什么是机器学习
本系列博客为你从机器学习的介绍开始#xff0c;使用大量的代码实战和验证#xff0c;最终帮助你完全掌握什么是机器学习
人工智能、机器学习和深度学习的关系
人工智能#xff08;Artificial Intelligence#xff0c;AI#xff09;#xff1a;是一门研…什么是机器学习
本系列博客为你从机器学习的介绍开始使用大量的代码实战和验证最终帮助你完全掌握什么是机器学习
人工智能、机器学习和深度学习的关系
人工智能Artificial IntelligenceAI是一门研究和开发智能机器或计算机程序的科技领域旨在使这些系统能够模拟、延伸和扩展人类的智能行为。
机器学习Machine LearningML是人工智能领域的一个分支它专注于研究和开发算法与统计模型使得计算机系统能够从数据中自动“学习”规律、模式和特征并利用这些学习结果对未知数据进行预测、分类、决策或优化任务而无需进行显式的编程。换言之机器学习致力于创建能够自我改进的程序其性能随着经验即数据输入的增加而不断提升。
深度学习Deep LearningDL是机器学习的一个子领域它受到人脑神经网络工作原理的启发采用多层非线性模型对复杂数据进行高效表示和分析。在深度学习中构建了包含多个处理层或称为隐藏层的神经网络结构这些层次能够逐级提取输入数据的特征从原始信号逐步转化为越来越抽象、更具有辨别力的特征表达。
简而言之人工智能包括了机器学习机器学习包括了深度学习如下图所示 巨人的肩膀
这些都是华人在机器学习领域的大牛我也是通过他们的课程和文章来为你展开机器学习的介绍我非常建议你可以根据我的博客笔记来看他们的课程他们的作品内容肯定要比我更优秀如果你在学习机器学习过程中遇到什么问题我也非常欢迎你来和我进行交流。
吴恩达斯坦福大学副教授前百度大脑的负责人与百度首席科学家。经典课程:有监督的机器学习回归与分类 | Coursera
李航现任字节跳动科技有限公司人工智能实验室总监北京大学、南京大学客座教授IEEE 会士ACM 杰出科学家CCF 高级会员。代表作《 统计学习方法》
周志华南京大学计算机科学与技术系主任、人工智能学院院长。代表作《 机器学习》 西瓜书
陈天奇机器学习领域著名的青年华人学者之一本科毕业于上海交通大学ACM 班博士毕业于华盛顿大学计算机系。主要贡献设计了XGBoost 算法。
何恺明本科就读于清华大学博士毕业于香港中文大学多媒体实验室。2016 年加入Facebook AI Research ResearchFAIRFAIR担任研究科学家。主要贡献设计了ResNets
机器学习的分类
按任务类型
回归问题连续型目标变量如房价预测分类问题分类型目标变量如图像识别聚类问题无需目标变量如市场细分、客户聚类降维问题无需目标变量高维空间中的数据映射到低维空间。
按学习方式
有监督学习基于一组带有标注的样本训练模型然后用该模型对新的未知结果的样本作初预测。如回归、分类。无监督学习训练样本的结果信息是没有被标注的。如聚类、降维。强化学习又称再励学习、评价学习或增强学习是机器学习的范式和方法论之一。
你现在无须立马掌握这么多的类型的机器学习在后续博客中我会为你一一讲解这些不同的机器学习在理论和代码的结合中让你更加熟练地掌握机器学习。
基本术语
学习训练从数据中学得模型的过程训练集参与模型训练的样本集合测试学得模型后使用其样本进行预测的过程测试集被预测的样本集合假设学得模型对应的关于数据的某种潜在规律泛化能力学得模型适用于新样本的能力独立同分布样本空间的全体样本都服从一个未知的分布且相互独立
这些基本术语都很简单我也会在后面的例子中为你详细介绍它们。
