AI入门| 微软ATP带你认识“机器学习”模型分类
2023-06-13 09:17:36 时间
机器学习的三要素中,最核心的是模型。无论算法还是数据都是为获得模型服务的。
▍建议读者
在学习机器学习时,从模型函数入手,以数据处理、特征提取等知识为辅。通过推导模型的目标函数,来学习求解过程,并以此来学习算法。
▍机器模型分类
简单来说,机器机器学习模型可以分为两种:有监督的和无监督的。
有监督学习
上一期文章提到的关于员工工作年限(experience)和薪水(salary)的模型就是有监督的模型,每一个训练数据样例都有一个人工打上的标签。
有监督的模型可以分成多种类型,其中最常用的有回归模型和分类模型两种。
回归模型的预测结果是连续的,它输出的是一个范围内的连续型任意值;
分类模型的预测结果是离散的,是几个有限的域离散值中的一个。
垃圾邮件过滤器就是一种分类模型,在一封邮件进入系统后,垃圾邮件过滤器会对邮件进行判断,并给它打一个标签。这个标签只可能是“垃圾”或“不是垃圾”,不存在第三种情况,所以它的输出是有限个。
线性回归、逻辑回归、决策树、支持向量机、朴素贝叶斯分类器、隐马尔可夫模型、条件随机场等都是有监督的模型。
无监督学习
没有标签的训练数据被用于无监督学习。
无监督算法中最典型的一种是聚类。聚类是指把特征相同的一些样本聚集在一起。
实际上,在聚集之前,我们也不知道聚集的结果是什么,在聚集之后,我们仍然不知道聚集起来的是什么类别的样本。K均值和谱聚类都是无监督的聚类模型。
相关文章
- AI中文版下载,Illustrator(Ai)各版本软件下载及安装教程ai干货
- AI加速器与机器学习算法:协同设计与进化
- 【2023新书】可信机器学习实战:透明和公平的AI流程
- AI终极问题最后一公里——机器意识,UCL汪军教授谈克服深度学习根本性问题
- 视频物联网智能编码,机器视觉编码新体系,AI Image Codec,走向实用的AI图像编解码
- 新思科技发布业界首款全栈式AI驱动型EDA解决方案Synopsys.ai
- ai下载正版下载AI-中文版Ai-下载Ai下载
- Linux实施机器学习:开启AI新时代(linux机器学习)
- AI 和机器学习中暗含的算法偏见
- 机器学习在汽车中的应用:从大众今天扩建慕尼黑AI实验室说起
- 对话AWS副总裁Swami:机器学习正处在Day one,但已无处不在
- MySQL中AI表示自增长,为什么它如此重要(mysql中ai表示)
- AI深度挖掘MySQL助力数据分析(ai在mysql的应用)
- 京东AI研究院梅涛:智能供应链中的机器视觉丨CCF-GAIR 2020
- 华为机器视觉段爱国:四大战略,点亮智能世界 | AI 安防峰会