
大家在學(xué)習(xí)人工智能的時候接觸到人工智能的核心技術(shù),那大家知道不知道人工智能的核心技術(shù)是什么呢?沒錯,就是機器學(xué)習(xí)。機器學(xué)習(xí)是人工智能中一個重要環(huán)節(jié),而機器學(xué)習(xí)中有三個部分,我們在這篇文章中就給大家介紹一下機器學(xué)習(xí)的三個部分,希望能夠幫助大家了解機器學(xué)習(xí)。
首先,機器學(xué)習(xí)的第一個部分就是表示,在表示這一步當(dāng)中,我們需要建立起數(shù)據(jù),還有實際問題的抽象模型。所以,這里面就包括了兩個方面,一方面我們要對要解決的這個實際的問題進行抽象化處理。在表示的過程當(dāng)中,我們要解決的問題就是把我們面臨的真實世界當(dāng)中的一些物理問題給它抽象化,抽象成一個數(shù)學(xué)問題。抽象出來這個數(shù)學(xué)問題之后,我們要進一步去解決它,還要對這個數(shù)據(jù)進行表示。對于問題抽象完了以后,我們還要對數(shù)據(jù)進行抽象。我們要對某些數(shù)據(jù)進行判別的時候需要找出一個特征。我們就要把它表示成一個特征,表示成一個向量,或者表示成其他的形式。表示成向量也好,表示成其他形式也好,都是對這個數(shù)據(jù)做出了抽象。而在表示階段,我們需要建立的是數(shù)據(jù),還有問題的抽象模型。把這個模型建立出來,然后去尋找合理的算法。而涉及到的算法有K-近鄰算法、回歸模型、決策樹、SVM支持向量機。這些算法都是需要我們掌握的。
而機器學(xué)習(xí)的第二部分就是評價,給定了模型之后,我們需要對這個模型進行評價。這個時候就需要設(shè)定一個目標(biāo)函數(shù),來評價這個模型的性質(zhì)。那么如何設(shè)定目標(biāo)函數(shù)呢?目標(biāo)函數(shù)的選取也可以有多種形式。一般來說,錯誤率在分類問題當(dāng)中是個常用的指標(biāo),或者說常用的目標(biāo)函數(shù)。這就需要我們?nèi)ビ嬎愠鲎钚【秸`差和最大后驗概率。在回歸當(dāng)中,我們會使用最小均方誤差這樣一個常用目標(biāo)函數(shù),尤其是在線性回歸里。除此之外呢,還有最大后驗概率,一些其他的指標(biāo)。
機器學(xué)習(xí)的第三部分就是優(yōu)化。有了目標(biāo)函數(shù)以后,我們要求解這個目標(biāo)函數(shù)在模型之下的一個最優(yōu)解,這個模型能夠獲取到的最小錯誤率,或者最小均方誤差是多少呢?我們要求出一個特定的值。沒有這個值的話,我們?nèi)绾卧u價不同的模型它到底是好是壞呢?所以說優(yōu)化這個步驟它的作用是求解目標(biāo)函數(shù)在模型之下的一個最優(yōu)解,看看這個模型在解決這個問題的時候,最好能達到什么樣的程度。
從上述的內(nèi)容中我們可以看出,機器學(xué)習(xí)中的三個步驟就是表示、評價、優(yōu)化這樣三個步驟,這三個步驟都是十分重要的,通過對這些知識的了解相信大家能夠更好地掌握機器學(xué)習(xí)的要領(lǐng),融會貫通,舉一反三。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10