[電腦基礎(chǔ)知識(shí)]機(jī)器學(xué)習(xí)-展示頁
2025-01-28 15:31本頁面
【正文】 l5）最大期望算法l6）網(wǎng)絡(luò)分頁算法l7） AdaBoost迭代算法l8） K近鄰算法l9）樸素貝葉斯l10）分類與回歸樹 9支持向量機(jī)l支持向量機(jī)是 Cortes和 Vapnik于 1995年首先提出的，它在解決 小樣本 、 非線性 及 高維模式識(shí)別 中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。l半監(jiān)督學(xué)習(xí)：利用標(biāo)注樣本和未標(biāo)注樣本進(jìn)行訓(xùn)練和分類。是否允許貸款申請(qǐng)人貸款的建議機(jī)器學(xué)習(xí)系統(tǒng)是一個(gè)計(jì)算模型機(jī)器學(xué)習(xí)的應(yīng)用7機(jī)器學(xué)習(xí)算法類型l監(jiān)督學(xué)習(xí)：已知類別信息，調(diào)整分類器達(dá)到要求性能。機(jī)器人為抓住某物體需要執(zhí)行的動(dòng)作252。252。機(jī)器學(xué)習(xí)匯報(bào)Machine learning1主要內(nèi)容l機(jī)器學(xué)習(xí)概述l監(jiān)督學(xué)習(xí)算法舉例：支持向量機(jī)l非監(jiān)督學(xué)習(xí)算法舉例： 算法l最優(yōu)化算法舉例：梯度下降法l學(xué)習(xí)算法的調(diào)試診斷什么是機(jī)器學(xué)習(xí)l研究計(jì)算機(jī)怎樣 模擬 或 實(shí)現(xiàn) 人類（ 動(dòng)物 ）的學(xué)習(xí)行為，以獲取新的知識(shí)或技能l重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能l是 人工智能 的核心，是使計(jì)算機(jī)具有智能的根本途徑l其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域3機(jī)器學(xué)習(xí)的一個(gè)形象描述45環(huán)境 學(xué)習(xí)環(huán)節(jié) 知識(shí)庫 執(zhí)行環(huán)節(jié)反饋外部信息的來源，它將為系統(tǒng)的學(xué)習(xí)提供有關(guān)信息系統(tǒng)的學(xué)習(xí)機(jī)構(gòu)，它通過對(duì)環(huán)境的感知取得外部信息，然后經(jīng)分析、綜合、類比、歸納等思維過程獲得知識(shí)。系統(tǒng)已經(jīng)具有的知識(shí)執(zhí)行一系列任務(wù)，并將運(yùn)行結(jié)果報(bào)告學(xué)習(xí) 環(huán)節(jié)機(jī)器學(xué)習(xí)系統(tǒng)基本結(jié)構(gòu)6l把機(jī)器學(xué)習(xí)過程看作是一個(gè)數(shù)學(xué)映射l學(xué)習(xí)的結(jié)果得到一個(gè)目標(biāo)函數(shù)（計(jì)算模型）l目標(biāo)函數(shù)將輸入數(shù)據(jù)轉(zhuǎn)換成為某種特定形式有用的輸出。光掃描字符識(shí)別252。下棋游戲的下一步移動(dòng)252。例：支持向量機(jī)，神經(jīng)網(wǎng)絡(luò)l無監(jiān)督學(xué)習(xí)：不帶類別信息，類似聚類。l強(qiáng)化學(xué)習(xí)：動(dòng)態(tài)地調(diào)整參數(shù)，以達(dá)到強(qiáng)化信號(hào)最大。l支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1