0
机器学习之总览全局
source link: https://muxiaobai.github.io/2021/01/27/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B9%8B%E6%80%BB%E8%A7%88%E5%85%A8%E5%B1%80/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
机器学习之总览全局
什么是机器学习
通过现有数据获取一些未知的联系，生成一个模型，然后在新数据来的时候，可以通过这个模型进行预测。
为什么要了解机器学习
在这个人人都在说编程，说python的时候，我们要思考的是背后有什么趋势，为何会这样？
- 信息的爆炸
- 人是喜欢有规则的，
机器学习可以做什么
预测和辅助决策
怎么去深入理解
个人理解，不要一开始就研究算法，你会自己把自己绕晕，然后也出不来。应结合实际案例，理解了机器学习的常规过程。然后再整理算法，在算法阶段，也不要太纠结具体的那个参数，先有全貌，再有枝叶。
大概的一个学习过程，
先来一个最简单的例子—-人人皆知的房价预测
从最小二乘法开始
推广到线性模型
变形 Rige Lasso ElasticNet
计算距离/相似（欧氏距离、Jaccard相似、cos相似、person相似）
怎么确认模型过拟合/欠拟合
sign函数 决定
SVM 支持向量机
2*2情况，是否连续值；是否监督；
如何选择合适的算法进行工作：
↑
坚持原创技术分享，您的支持将鼓励我继续创作！
坚持原创技术分享，您的支持将鼓励我继续创作！
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK