機器學習的基礎:
機器學習是能夠從無序的資料中提取出有用的資訊的工具。機器學習是從資料中學習和提取有用的資訊,不斷提升機器的性能。
對資料的收集,稱為這部分為訓練資料,機器學習的基本作業是從這些資料中學習規則,利用學習到的規則來預測新的資料。
根據任務的不同,可以分為:監督學習,無監督學習,半監督學習,增強學習。
監督學習的訓練資料包含了類別資訊。典型問題有分類,回歸。典型演算法有:Logistic Regression,BP神經網路演算法,線性回歸演算法。

無監督的訓練資料中不包含任何類別資訊,典型問題有:聚類,代表演算法為:K-Means演算法,DBSCAN演算法。

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/221000.html
標籤:機器視覺
上一篇:python學習
下一篇:KNN--學習筆記
