Machine Learning：A computer program is said to learn from experience E with respect to some class ...

1. 机器学习的定义 [Mitchell, 1997]对机器学习给出了一个形式化的定义：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。 2. 机器学习的基本概念 特征向量（feature ...

1. 监督学习和无监督学习 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。正如人们通过已知病例学习诊断技术那样，计算机要通过学习才能具有识别各种事物和现象的能力。用来进行学习的材料就是与被识别对象属于同类的有限数量样本。监督学习中在给予计算机学习 ...

注：其实自认为还是非常喜欢数学的，但是对于复杂的公式还是有种恐惧感，就像最开始学英语时，对英语的感觉一样。但是数学与英语不同的地方在于，你可以尽情的刨根问底，从最基础的知识开始了解，直到最终把一个符号或者公式的含义弄明白。在机器学习的过程中，也会碰到各种各样的符号，尤其是遇到多参数，多样本的情况时 ...

经常有一些学弟在QQ或者邮箱上面问我, 机器学习是什么? 我要怎么学习机器学习? 机器学习要如何入门/上手 等类似的问题. 现在我索性就发个博客出来, 以后你们直接来看这个文章就好了~ 机器学习是一门研究如何从已有的数据样本中发现该数据样本的数学模型, 而后利用 ...

1. 一些基本概念 图1. 机器学习的基本过程 训练集（Training Set）：为了研究一个变量（x）与另一个变量（y）的关系，而通过观察、测量等方式获得的一组数据。这组数据中收集了x和与之对应的y——一个数据对（x, y）。例如我们要研究房屋面积（x）和售价（y）之间 ...

什么是分类问题，什么是回归问题？以及两者的区别 什么是二叉树？ 二叉树很容易理解，在这里我们一般用满二叉树：就是非叶子节点都有2个分支的树形数据结构 什么是决策树？ 决策树最初是用来做 ...

//2019.08.01机器学习基础入门1-21、半监督学习的数据特征在于其数据集一部分带有一定的"标记"和或者"答案"，而另一部分数据没有特定的标记，而更常见的半监督学习数据集产生的原因是各种原因引起的数据缺失。2、半监督学习的数据集处理方式大多采用：先用无监督学习算法对数据进行相关的处理 ...