机器学习算法基础教学视频-覃秉丰

人工智能

加载中... 人观看 2020-03-29 16:23

名师推荐课程

课程目录

课程介绍

机器学习是人工智能的基础，本课程将学习到大多数机器学习中的经典算法。

机器学习（machine learning）形象的来说，就是使用机器（计算机）利用数据，自行对数据特征进行学习（与手工编写程序直接解决问题区分），来解决现实生活中的问题（如手写数字识别、实例分割等等）。

机器学习算法已经对人们对数据的利用方式造成了重大改变。例如病院开始将诊疗数据保留下来，包罗病人的基本信息、医生的诊断结果、CT图像等等。使用学习型算法对这些数据进行分析，就可以得到一段时间内的病例发展趋势，或者尝试利用CT数据对病人的病灶进行自动检测等等。

分类

机器学习可以简单的认为是基于数据的学习。依据学习时是否有数据标签，分为监督学习、无监督学习和半监督学习

监督学习指不仅把训练数据丢给计算机，并且还把分类的结果（数据具有的标签）也一并丢给计算机分析。计算机进行学习之后，再丢给它新的未知的数据，它也能计算出该数据导致各种结果的概率，给你一个最接近正确的结果。由于计算机在学习的过程中不仅有训练数据，并且有训练结果（标签），因此训练的效果通常不错。监督学习的结果可分为两类：分类或回归。

非监督学习指的是只给计算机训练数据，不给结果（标签），因此计算机无法准确地知道哪些数据具有哪些标签，只能通过发现数据内部的一些相似特征，把数据划分为若干类。非监督学习一般表示为聚类算法。