内容简介：之所以说突然讲机器学习的原因在于近期打算找工作,但是面试人家觉得自己很水,而实际上自己平时有了解和深入,但是就是没有系统的整理相关的知识。机器学习可以划分为:而传统的机器学习又可以细分为:
之所以说突然讲机器学习的原因在于近期打算找工作,但是面试人家觉得自己很水,而实际上自己平时有了解和深入,但是就是没有系统的整理相关的知识。
机器学习的分类
机器学习可以划分为:
- 传统的机器学习
- 深度学习
- 加强学习
而传统的机器学习又可以细分为:
- 监督学习
- 非监督学习
- 半监督学习
机器学习需要基础
- 统计学(参数统计、非参数统计)
- 线性代数(高等代数)
- 信息论(可选)
- 时间序列(可选)
- 数值计算及优化(可选)
机器学习的一般步骤
主要步骤如下:
- 数据的探索
- 模型的选择
- 模型的检验
相关分析与回归分析的区别
相关分析了解变量之间有无线性相关关系
回归与分类的区别
回归模型的选择
- 一元回归
- 多元回归(如多项式回归)
- 岭回归,因变量比数据量多
- 局部加权回归
- lasso回归
判别模型的选择
- 朴素贝叶斯
- Logistic回归
- kNN
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 从 0 开始机器学习 - 机器学习算法诊断
- 浅谈机器学习原理及机器学习平台
- 机器学习基础概念和统计机器学习基本算法
- [机器学习]机器学习笔记整理09- 基于SVM图像识别
- 第一届机器学习会议与机器学习的五大趋势
- 机器学习业务实践之路：如何通过机器学习算法快速解决实际业务
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
汇编语言(第3版)
王爽 / 清华大学出版社 / 2013-9 / 36.00元
《汇编语言(第3版)》具有如下特点：采用了全新的结构对课程的内容进行组织，对知识进行最小化分割，为读者构造了循序渐进的学习线索；在深入本质的层面上对汇编语言进行讲解；对关键环节进行深入的剖析。《汇编语言(第3版)》可用作大学计算机专业本科生的汇编教材及希望深入学习计算机科学的读者的自学教材。一起来看看 《汇编语言(第3版)》 这本书的介绍吧!
