机器学习
golang机器学习库 https://github.com/xlvector/hector
最近一直想学机器学习的东西,无奈自己的书太多但无法专心看一本,纯理论的东西看了感觉不记下来就忘记类,所以我想理论学习和实践一起.
所以最近想把机器学习实战这本书看完,并做好记录.加油.!~
一:什么是监督学习?
监督学习(supervised learning):通过已有的训练样本(即已知数据以及其对应的输出)来训练,从而得到一个最优模型,再利用这个模型将所有新的数据样本映射为相应的输出结果,对输出结果进行简单的判断从而实现分类的目的,那么这个最优模型也就具有了对未知数据进行分类的能力。
监督学习中只要输入样本集,机器就可以从中推演出制定目标变量的可能结果.如协同过滤推荐算法,通过对训练集进行监督学习,并对测试集进行预测,从而达到预测的目的.
一:什么是无监督学习?
无监督学习(unsupervised learning):我们事先没有任何训练数据样本,需要直接对数据进行建模。比如我们去参观一个画展,我们对艺术一无所知,但是欣赏完很多幅作品之后,我们面对一幅新的作品之后,至少可以知道这幅作品是什么派别的吧,比如更抽象一些还是更写实一点,虽然不能很清楚的了解这幅画的含义,但是至少我们可以把它分为哪一类。再比如我们在电影院看电影,对于之前没有学过相关电影艺术知识的我们,可能不知道什么是一部好电影,什么是一部不好的电影,可是在观看了很多部电影之后,我们脑中对电影就有了一个潜在的认识,当我们再次坐在电影院认真观看新上映的电影时,脑中就会对这部电影产生一个评价:怎么这电影这么不好啊,整个故事线是混乱的,一点也不清晰,比我之前看过的那些电影差远了,人物的性格也没有表现出来,关键是电影主题还搞偏了;哎呀,这个电影拍得确实好啊,故事情节和人物性格都很鲜明,而且场景很逼真,主角的实力表演加上他与生俱来的忧郁眼神一下把人物演活了。
再给大家举一个无监督学习的例子。远古时期,我们的祖先打猎吃肉,他们本身之前是没有经验而言的,当有人用很粗的石头去割动物的皮的时候,发现很难把皮隔开,但是又有人用很薄的石头去割,发现比别人更加容易的隔开动物的毛皮,于是,第二天、第三天、……,他们就知道了需要寻找比较薄的石头片来割。这些就是无监督学习的思想,外界没有经验和训练数据样本提供给它们,完全靠自己摸索。
总结
回想刚才所提到的监督学习和无监督学习两种方法,或许很多人都会认为任何事情有人教当然很好了啊,所有监督学习更方便快捷嘛,大部分情况确实这样,但是如果有些情况比如无法提供训练数据样本或者提供训练数据样本的成本太高的话,或许我们就应该采取无监督学习的策略了。监督学习的典型例子就是决策树、神经网络以及疾病监测,而无监督学习就是很早之前的西洋双陆棋和聚类。
相关文章
- 神经网络与机器学习 笔记—改善反向传播的性能试探法
- 8-机器学习进阶_自编码器扩展-2-4
- 机器学习-朴素贝叶斯原理及Python实现
- (《机器学习》完整版系列)第11章 特征选择与稀疏学习——11.4 嵌入式选择与L1正则化(将特征选择嵌入到优化算法中,以LASSO算法为代表)
- (《机器学习》完整版系列)第10章 降维与度量学习——10.4 主成分分析的优化目标另一推导(投影点尽可能分开)
- 机器学习数学笔记|极大似然估计
- 机器学习笔记之变分自编码器(一)模型表示
- 机器学习笔记之概率图模型(十)因子图
- 当机器学习遇上计算机视觉
- 关于如何解释机器学习的一些方法
- 如何快速在阿里云上构建自己的机器学习应用
- 机器人、威胁情报、对抗机器学习以及深度学习是如何影响安全领域的
- 大规模数据的分布式机器学习平台
- Apache Spark机器学习3.2 整体视图的方法
- 《机器学习与R语言(原书第2版)》一3.3 总结
- ML.NET机器学习、API容器化与Azure DevOps实践(二):案例
- 「压缩」会是机器学习的下一个杀手级应用吗?
- 谷歌机器学习规则要点简析:43条黄金法则
- 《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》——2.2 MATLAB图像类型及其存储方式
- 《NLTK基础教程——用NLTK和Python库构建机器学习应用》——2.9 拼写纠错
- Python 机器学习之分析和预测自杀倾向的人员(教程含源码)
- 机器学习中的随机过程(伯努利过程与泊松过程)
- 统计学方法&机器学习实战(四) 朴素贝叶斯算法
- 【吴恩达机器学习】第三周课程精简笔记——对数几率回归和正则化
- 机器学习如何威胁企业安全
- 【机器学习】主成分分析(PCA)学习笔记
- 【历史上的今天】5 月 10 日:淘宝网上线;机器感知之父出生;英国首批计算机投入运行
- 【机器学习——决策树】——两种方法实现,含模型的保存和调用