什么是机器学习

简介: 什么是机器学习

机器学习是一门多学科交叉专业,涵盖概率论知识、统计学知识、近似理论知识和复杂算法知识,它使用计算机作为工具并致力于真实、实时地模拟人类学习方式,并将现有内容进行知识结构划分来有效提高学习效率。机器学习对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析。它可以在以下一些场景得到使用。

内容生成:根据需要,生成主题相关的文字、图片、视频、音频内容。

营销类场景:商品推荐、用户群体画像或广告精准投放。

金融类场景:贷款发放预测、金融风险控制、股票走势预测或黄金价格预测。

社交网络服务关系挖掘场景:微博粉丝领袖分析或社交关系链分析。

文本类场景:新闻分类、关键词提取、文章摘要或文本内容分析。

非结构化数据处理场景:图片分类或图片文本内容提取。

其他各类预测场景:降雨预测或足球比赛结果预测。

机器学习包括传统机器学习和深度学习,有以下几种类型:

监督学习(Supervised Learning):每个样本都有对应的目标值,通过搭建模型实现从输入特征向量到目标值的映射,例如解决回归和分类问题。

无监督学习(Unsupervised Learning):所有样本没有目标值,期望从数据本身发现一些潜在规律,例如解决聚类问题。

强化学习(Reinforcement Learning):相对较为复杂,系统与外界环境不断交互,在外界反馈的基础上决定自身行为,以达到目标最优化。例如阿尔法围棋和无人驾驶。

目录
相关文章
|
6月前
|
机器学习/深度学习 人工智能 算法
机器学习是什么?
机器学习是什么?
97 4
|
5月前
|
机器学习/深度学习 自然语言处理 算法
机器学习场景的的任务
【6月更文挑战第14天】机器学习场景的的任务。
35 2
|
6月前
|
机器学习/深度学习 算法 数据挖掘
机器学习
“【5月更文挑战第31天】”
43 1
|
6月前
|
机器学习/深度学习 存储 人工智能
机器学习(二)什么是机器学习
机器学习(二)什么是机器学习
96 0
|
机器学习/深度学习
机器学习连载(11)
机器学习连载(11)
52 0
机器学习连载(11)
|
机器学习/深度学习 人工智能 算法
机器学习连载(39)
机器学习连载(39)
56 0
机器学习连载(39)
|
机器学习/深度学习 人工智能 算法
机器学习连载(24)
机器学习连载(24)
58 0
机器学习连载(24)
|
机器学习/深度学习 人工智能 算法
机器学习连载(37)
机器学习连载(37)
53 0
机器学习连载(37)
|
机器学习/深度学习
机器学习连载(2)
机器学习连载(2)
70 0
机器学习连载(2)
|
存储 机器学习/深度学习 并行计算
【机器学习】文章9
①Numpy的简介 NumPy(Numerical Python)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)),支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。 🚩一个用python实现的科学计算,包括: 1、一个强大的N维数组对象Array; 2、比较成熟的(广播)函数库; 3、用于整合C/C++和Fortran代码的工具包; 4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算
97 0
【机器学习】文章9