查看“机器学习”的源代码
←
机器学习
跳转至:
导航
、
搜索
因为以下原因,你没有权限编辑本页:
您刚才请求的操作只对以下1个用户组开放:
用户
。
您可以查看并复制此页面的源代码:
= 机器学习定义 = 机器学习(Machine Learning),是指机器从数据中自动分析获得规律,并利用规律对未知数据进行预测。 机器学习的一个简洁的定义:对于某类任务T和性能度量P,一个计算机程序被认为可以从经验E中学习是指通过经验E改进后,它在任务T上由性能度量P衡量的性能有所提升。 机器学习分为监督学习和非监督学习,还有强化学习和推荐算法等。 机器学习的主要任务是预测与分类。 =预测= *线性预测: 线性回归模型 =分类= 二元分类的逻辑斯提回归模型 多元分类的逻辑斯提回归模型 = 工具 = '''Python''' [http://scikit-learn.org scikit-learn] ([https://github.com/scikit-learn/scikit-learn Source Code]) = 阅读材料 = # Jordan, M. I., and T. M. Mitchell. "Machine learning: Trends, perspectives, and prospects." Science 349, no. 6245 (2015): 255-260. [http://science.sciencemag.org/content/349/6245/255 Machine_Learning_Science_2015]
返回
机器学习
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
实践教学
个性化3D设计与实现
人工智能实践教学
区块链技术及应用
虚拟现实技术与内容制作
超越学科界限的认知基础课程
电子工艺实习
Nand2Tetris Engine Curriculum
TULLL Creative Learning Group
Wiki上手说明
Wiki账户创建
最近更改
工具
链入页面
相关更改
特殊页面
页面信息