机器学习基础知识

机器学习概述

机器学习就是通过已有数据学习获得技能，从而能对新的未知数据的结果预测能力

机器学习问题分类

  1. 监督学习

分类
回归

  1. 无监督学习

聚类
关联规则

基本概念及术语

样本/示例/样例
训练集/测试集
特征/属性

应用场景方向

  1. 自然语言处理
  2. 计算机视觉
  3. 电商推荐
  4. 自动驾驶

机器学习阶段

  1. 数据预处理 60%-70%
  2. 模型学习
  3. 模型评估
  4. 样本预测

机器学习目标

好的模型， 泛华能力强

评估方法

留出法，交叉验证法，自助法

性能度量

回归问题 均方误差 MAE MSE RMSE R平方
分类问题 召回率、准确率 混淆矩阵，错误率，AUC

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容