MachineLearning:机器学习笔记

我的机器学习笔记 机器学习是人工智能的一个子领域，它使用数据来训练预测模型。 3种机器学习类型 有监督的学习-使用带标签的训练数据来最大程度地减少错误功能。 无监督学习-使用无标签的训练数据查找模式。 示例包括主成分分析和聚类。 强化学习-最大化回报。 代理与环境互动，并学会通过最大化累积奖励来采取行动。 2种机器学习问题 回归-预测连续值属性（例如：房价） 分类-预测离散值。 （例如：通过或失败，热狗/非热狗） 降维 减少功能数量。 一个简单的示例就是选择房屋的区域作为特征，而不是单独使用宽度和长度。 其他示例包括奇异值分解，变分自动编码器和t-SNE（用于可视化），以及CNN的最大合并层。 机器学习模型和应用 -神经网络入门。 NN是固定输入要素和输出标签的合适模型。 -的入门。 RNN是信息序列的合适模型。 先进的深度学习模型和nlp应用程序，例如情感分析，翻译和对话生成。