AI学习笔记之——如何理解机器学习(Machine Learning)

  • 时间:
  • 浏览:0
  • 来源:uu快三_uu快三直播_uu快三官网开奖平台

学习建立模型是越普遍(generative)越好,还是越特定(Discriminative)越好呢。

是监督学习(Supervised Learning),无监督学习(Unsupervised Learning)还是强化学习(Reinforcement Learning)。前两者的区别与非 另一个人类标记。而与非 强化学习是指学习者与非 在与环境的互动中不停学习的,比如对话机器人。

是用来预测(Prediction), 比如预测天气;是用来诊断(Diagnostics),比如诊断病情;还是用来总结(Summarize)比如写阅读总结;等等用途

相关文章

人工智能学习笔记之——人工智能基本概念和词汇人工智能学习笔记二 —— 定义疑问

中间就从各个深度对不同的机器学习进行分类,实在看起来比较浮于皮层,而且这对真正理解机器学习非常重要,希望在今后的笔记中与让我们歌词 歌词 一起去学习,不断进步。

前面实在介绍了概率和贝叶斯网络,而且还是这麼 正式介绍AI中最重要的算法——机器学习。日后说概率论是机器学习的基石,这麼 机器学习算法和理论就说 支撑整个AI系统的支柱。现在比较火的深度学习神经网路等等实在也就说 机器学习的另另几个 具体方法和分支。

机器学习有所以分类,比如中间识别猫狗的例子就说 五种用于分类(Classification)的监督学习算法(Supervised Learning)。那理解机器学习,首先就并能 了解机器学习算法是怎么会会 分类的,机器学习算法还并能从以下几个深度来进行分类:

文章首发steemit.com 为了方便墙内阅读,搬运至此,欢迎留言日后访问我的Steemit主页

是分类(Classification)呢(比如识别猫狗)还是回归(regression)比如预测房价。

就说 你是什么 机器学习的算法是用来学习哪些的,是学习参数(Parameters)的吗?比如下雨的概率。是学习行态(Structure)吗? 比如贝叶斯网络的行态。还是学习隐藏的概念(Hidden concepts)比如广告商发现喜爱广告的不同群体。

让我们歌词 歌词 知道应用程序池池员日后而且你命令计算机做一件事情,他并能 知道处置你是什么 事情的每另另几个 步骤,而且用判断,循环等指令,一步一步地告诉计算机怎么去完成。比如自动售货机,计算机从你输入的号码查询到商品的价格和货架的位置,等待的图片 你付款成功日后就将商品“吐”出来。对于你是什么 重复性的劳动你是什么 应用程序池池是非常高效的。而且一点疑问诸如自动驾驶疑问,是不日后通过你是什么 方法处置的。所以就有了现在最流行的机器学习。

机器学习就说 和人类一样,通过不停地输入数据(信息)而且自动学习处置疑问的方法。比如图片识别,小孩子是不日后出生的日后就知道哪些是人哪些是猫哪些是狗,就说 家长和老师们不停地在图片,视频日后现实生活当中给让我们歌词 歌词 “指出”这是猫这是狗,小孩看(数据输入)多了自然就知道猫和狗的区别,下次在见到相同的动物也就學會了识别猫狗了。机器学习一样,人类标记(指出)几滴 蕴含猫狗的图片“喂”给机器,通过机器学习算法,机器自动就掌握了学习识别猫狗的算法,于是让我们歌词 歌词 就还并能用你是什么 经过训练的机器去帮让我们歌词 歌词 去识别猫狗了。

是被动(Passive)的吗? 比如学习者与非 这是观察者而无需改变环境和数据,还是主动的(Active)。是线上(Online)的还是线下(offline)的这取决于数据是在学习日后产生的还是在学习当中不停地产生。