ML中基础的定义

本系列笔记是根据吴恩达大牛机器学习课程总结而成,后期持续更新。

Machine Learning:Field of study that gives computers the ability to learn without being explicitly programmed.(个人比较能够 理解这个定义)。在没有具体明确的教导下,机器自我学习的能力。

Supervised Learning:contains two aspect:right answers” given and Regression: Predict continuous valued output (price).大牛也是给出了两个例子让我们判断是否是监督学习。(一个是Housing price prediction,一个是是否是患有breast cancer),目前尚能基本区分,持续学习中.......

Unsupervised Learning:个人理解是机器自动的将信息进行分类。无监督学习里典型例子是聚类。聚类的目的在于把相似的东西聚在一起,而我们并不关心这一类是什么。在这个视频中给出的是将混合在一起的两个声音分开,


猜你喜欢

转载自blog.csdn.net/sir_ti/article/details/79670261
ML