文件名称：Machine-Learning:机器学习概述
文件大小：305KB
文件格式：ZIP
更新时间：2024-04-18 16:00:17
机器学习 在此回购中，简要概述了重要的机器学习算法。 内容 机器学习是一种使分析模型构建自动化的数据分析方法。 机器学习专注于从经验中学习并随着时间的推移提高其决策或预测准确性的应用程序。 它是人工智能的一个分支，其基础是系统可以从数据中学习，识别模式并以最少的人工干预做出决策。 机器学习的工作原理 构建机器学习应用程序（或模型）有四个基本步骤。 这些通常由数据科学家与正在为其开发模型的业务专业人员紧密合作来执行。 步骤1：选择并准备训练数据集 训练数据是用于解决潜在问题的数据集。 可以对训练数据进行标记，以指出模型需要识别的分类。 此外，训练数据可以不加标签，模型将需要提取特征并自行分配分类。 无论哪种情况，都需要正确准备培训数据：清理，随机分配并检查可能影响培训的不平衡或偏见。 它还应分为两个子集：训练子集（将用于训练应用程序）和验证子集（用于测试和优化应用程序）。 步骤2：选择要在
【文件预览】：
Machine-Learning-master
----assets()
--------dnn.png(104KB)
--------decision_tree.png(72KB)
--------svm.png(11KB)
--------SVR1.png(5KB)
--------rand_forest1.png(55KB)
--------linear_regression.png(14KB)
--------hyperplane.png(31KB)
--------knn.png(10KB)
----README.md(27KB)