(1)什么是机器学习?
机器学习是指依据数据或者以往的经验,来优化计算机程序的性能标准。
(2)分类
根据数据集是否有标签,分为监督学习和非监督学习两大类。其中,监督学习,数据集拥有标签,本身知道测试的正确与否,代表性的模型算法有; 线性回归、逻辑回归等;非监督学习,数据集没有标签,并不知道测试的正确性,代表算法有:聚类、降维等。
(3)使用Python实现
安装的是Anaconda,使用jupyter notebook或者那个spyder,我没看这课前用的是spyder,写点codewars上关于Python的小训练。
(4)本人对机器学习的理解
使机器能够自己学习吧,但在其学习的过程中,人类对它提供了多少帮助,比如使用SVM进行图像分类时,图像特征的选择上。
(课程是 深度之眼—吴恩达机器学习(ps:2月份免费,关注并回复 在家充电))
来源:CSDN
作者:qq_42684396
链接:https://blog.csdn.net/qq_42684396/article/details/104152651