1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 人工智能

机器学习工程师-机器学习基础-机器学习基础理论_支持向量机与核方法.docx

机器学习工程师-机器学习基础-机器学习基础理论_支持向量机与核方法.docx

    1. 1、本文档共25页，其中可免费阅读10页，需付费49金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    PAGE1

    PAGE1

    机器学习基础理论概述

    1机器学习的基本概念

    机器学习是人工智能的一个分支，它使计算机能够在没有明确编程的情况下从数据中学习并做出预测或决策。机器学习的核心在于算法，这些算法能够通过数据的输入，自动调整其内部参数，以优化对特定任务的性能。机器学习可以分为三大类：监督学习、无监督学习和强化学习。监督学习和无监督学习是其中最基础的两种类型。

    1.1监督学习与无监督学习的区别

    监督学习：在监督学习中，算法从带有标签的训练数据中学习。这意味着每个训练样本都包含输入特征和对应的输出结果。算法的目标是学习一个函数，能够从输入特征预测出正确的输出结果。一个典型的监督

    您可能关注的文档

    最近下载

    文档评论（0）

    kkzhujl + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >