Python機(jī)器學(xué)習(xí)之基礎(chǔ)概述
更新時間:2021年05月19日 16:49:25 作者:ProChick
今天帶大家回顧python機(jī)器學(xué)習(xí)的相關(guān)知識,文中非常詳細(xì)的介紹了Python機(jī)器學(xué)習(xí)的基礎(chǔ)概述,算法分類及研究內(nèi)容,需要的朋友可以參考下
一、基礎(chǔ)概述
- 機(jī)器學(xué)習(xí)(Machine Learing)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
- 機(jī)器學(xué)習(xí)專門研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以便獲取新的知識和技能,重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。
- 機(jī)器學(xué)習(xí)是人工智能的核心,是計算機(jī)具有智能的根本途徑,其應(yīng)用遍及人工智能的各個領(lǐng)域。
- 機(jī)器學(xué)習(xí)使用歸納、綜合而不是演繹。
二、算法分類
按照學(xué)習(xí)方式
監(jiān)督學(xué)習(xí)
半監(jiān)督學(xué)習(xí)
無監(jiān)督學(xué)習(xí)
強(qiáng)化學(xué)習(xí)
按照算法相似性
- 回歸算法
- 聚類算法
- 降維算法
- 深度學(xué)習(xí)
- 集成算法
- 正則化算法
- 決策樹算法
- 貝葉斯算法
- 關(guān)聯(lián)規(guī)則學(xué)習(xí)
- 人工神經(jīng)網(wǎng)絡(luò)
- 基于核的算法
- 基于實例的算法
三、研究內(nèi)容
機(jī)器學(xué)習(xí)領(lǐng)域的研究工作主要圍繞以下三個方面
- 面向任務(wù)的研究,研究和分析改進(jìn)一組預(yù)定任務(wù)的執(zhí)行性能的學(xué)習(xí)系統(tǒng)。
- 認(rèn)知模型,研究人類學(xué)習(xí)過程并進(jìn)行計算機(jī)的模擬。
- 理論分析,從理論上探索各種可能的學(xué)習(xí)方法和獨立于應(yīng)用領(lǐng)域的算法。
到此這篇關(guān)于Python機(jī)器學(xué)習(xí)之基礎(chǔ)概述的文章就介紹到這了,更多相關(guān)Python機(jī)器學(xué)習(xí)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:
- Python 機(jī)器學(xué)習(xí)工具包SKlearn的安裝與使用
- Python機(jī)器學(xué)習(xí)之KNN近鄰算法
- Python機(jī)器學(xué)習(xí)算法之決策樹算法的實現(xiàn)與優(yōu)缺點
- Python機(jī)器學(xué)習(xí)三大件之一numpy
- Python機(jī)器學(xué)習(xí)之決策樹
- Python機(jī)器學(xué)習(xí)之Kmeans基礎(chǔ)算法
- python機(jī)器學(xué)習(xí)之線性回歸詳解
- python 機(jī)器學(xué)習(xí)的標(biāo)準(zhǔn)化、歸一化、正則化、離散化和白化
- Python機(jī)器學(xué)習(xí)工具scikit-learn的使用筆記
- python機(jī)器學(xué)習(xí)庫xgboost的使用
- python機(jī)器學(xué)習(xí)實現(xiàn)決策樹
- python機(jī)器學(xué)習(xí)包mlxtend的安裝和配置詳解
- Python機(jī)器學(xué)習(xí)算法庫scikit-learn學(xué)習(xí)之決策樹實現(xiàn)方法詳解
相關(guān)文章
解決pycharm remote deployment 配置的問題
今天小編就為大家分享一篇解決pycharm remote deployment 配置的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06Python模型聚合查詢\Q查詢\F查詢\分組查詢操作技巧解析
這篇文章主要介紹了模型查詢中的一些操作技巧,主要包括模型聚合查詢,Q查詢,F(xiàn)查詢,分組查詢,有需要的朋友可以借鑒參考下,希望可以有所幫助2021-09-09