初识机器学习

本文主要是介绍初识机器学习，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

初识机器学习

一、定义

计算机无需明确编程即可学习的研究领域。机器学习的研究旨在让计算机学会学习，能够模拟人类的学习行为，建立学习能力，实现识别和判断。机器学习使用算法来解析海量数据，从中找出规律，并完成学习，用学习出来的思维模型对真实事件做出决策和预测。这种方式也称为“训练”。

二、监督学习和无监督学习

监督学习：给予学习算法示例，即确定的输入、输出，使计算机通过这种学习算法对全新的输入预测其正确输出。

无监督学习：数据集只给输入而不给输出，让算法自己从中发现规律并对新的输入预测其正确输出。

三、机器学习常见术语

训练集：用于训练模型的数据集；

x：输入，也称为特征；

y：输出，也称为真实标签；

(x,y)：每一对x、y称为一个训练样本；

m：训练样本设为总数；

(x(i),y(i))：上标i表示训练集的第i行，即第i个训练样本；

f：假设函数，训练模型用于接收输入变量并产生预测的函数；

​ 例如，单变量线性回归模型中，f(x) = wx + b，其中w、b称为参数或权重；

y-hat：预测值，f(x(i)) = y-hat(i)；

J(w,b)：成本函数或代价函数，计算预测值与真实值之间误差大小的函数

​ 上图为回归模型中最常用的代价函数。

这篇关于初识机器学习的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！