文章目录
一、基础知识
二、机器学习定义
三、机器学习常见场景
四、机器学习常见算法
4.1 有监督学习
4.1.1 分类模型
4.1.2 回归模型
4.2 无监督学习
4.2.1 关联规则
4.2.2 聚类模型
4.3 半监督学习
五、产品介绍
5.1 PAI 架构
5.2 PAI 功能特性
5.3 PAI 的可视化
5.4 PAI 支持的算法
5.5 支持深度学习
5.6 基本概念
5.7 机器学习PAI 在线预测、离线调度
六、产品应用
6.1 应用流程
6.2 数据预处理
6.3 特征工程
6.4 统计分析
6.5 深度学习框架
6.6 应用流程
一、基础知识
二、机器学习定义
对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。
三、机器学习常见场景
四、机器学习常见算法
4.1 有监督学习
4.1.1 分类模型
4.1.2 回归模型
4.2 无监督学习
4.2.1 关联规则
4.2.2 聚类模型
4.3 半监督学习
