




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
机器学习简介OutlineWhatismachinelearning(ML)TypesofmachinelearningWorkflowPopularmodelsApplicationsFuturesWhatismachinelearningTrainingset(labelsknown)Testset(labelsunknown)f()=“apple”f()=“tomato”f()=“cow”WhatismachinelearningDefinitionMachinelearningreferstoasystemcapableoftheautonomousacquisitionandintegrationofknowledgeMachinelearningisprogrammingcomputerstooptimizeaperformancecriterionusingexampledataorpastexperienceComputerDataAlgorithmProgramKnowledgeKnowledge(new)WhatismachinelearningEverymachinelearningalgorithmhasthreecomponentsRepresentationModel(rules,statistics,instance;logic,KNN,SVM,DNN,…)EvaluationPerformance(accuracy,mse,energy,entropy,…)OptimizationParametersCombinatorialoptimizationConvexoptimizationConstrainedoptimizationTypesofmachinelearningSupervisedlearningTrainingdataincludesdesiredoutputsUnsupervisedlearningTrainingdatadoesnotincludedesiredoutputsSemi-supervisedlearningTrainingdataincludesafewdesiredoutputsReinforcementlearningRewardsfromsequenceofactionsTypesofmachinelearningSupervisedlearningClassification:discreteoutputRegression:continuousoutputBias-variance大家应该也有点累了,稍作休息大家有疑问的,可以询问和交流8TrainingandValidationDataFullDataSetTrainingDataValidationDataIdea:traineachmodelonthe“trainingdata”andthentesteachmodel’saccuracyonthevalidationdataUnderfitting&OverfittingPredictiveErrorModelComplexityErroronTrainingDataErroronTestDataIdealRangeforModelComplexityOverfittingUnderfittingTypesofmachinelearningUnsupervisedlearningClusteringDimensionalityreductionFactoranalysisTypesofmachinelearningSemi-supervisedlearningClusteringorclassificationTypesofmachinelearningReinforcementlearningRobot&controlWorkflowPredictionTrainingLabelsTrainingTrainingImageFeaturesImageFeaturesTestingTestImageLearnedmodelLearnedmodelSlidecredit:D.HoiemandL.LazebnikWorkflowFeaturesWorkflowModelsLogic,RulesStatistical,BlackboxmodelStatic,dynamicmodelOnlinelearningEnsemblelearningWorkflowArchitectureModelFeatureHardwarePopularmodelsLinearmodel:logisticregression,lineardiscriminantanalysis,linearregression(withbasisfunction)PopularmodelsNearestneighborFeature&distancePopularmodelsSupportvectormachinePopularmodelsArtificialneuralnetworkPopularmodelsDecisiontreePopularmodelsCollaborativefilteringPopularmodelsHierarchicalclusteringK-meansSpectralclusteringManifoldlearningPopularmodelsHiddenmarkovmodelConditionalrandomfieldsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsAttentionApplicationsImageclassificationApplicationsApplicationsBrainmachineinterfaceApplicationsApplicationsApplicationsApplicationsApplication
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 体育赛事用帐篷购销合同
- 双方夫妻离婚协议书
- 柚子水果购销合同
- 软件和信息技术服务外包合作协议
- 离婚协议书去哪弄
- 环境监测技术设备供应协议
- 绿色出行服务平台合作协议
- 砂石场劳动合同
- 农产品电商运营推广合同
- 房产中介公司劳动合同
- GB/T 30512-2014汽车禁用物质要求
- GB/T 21117-2007磁致伸缩液位计
- 五年级上册语文阅读理解附答案
- 水带业务操作规范一人两带
- 2023执业药师继续教育试题题库和答案(完整版)
- 第三单元名著导读《骆驼祥子》课件-部编版语文七年级下册
- T∕CRHA 003-2021 实验室 人源性干细胞检测通用要求
- 语言类型学刘丹青讲义课件
- 新人美版八年级下册初中美术全册课件
- 肺部查体课件
- 语C圈洗白标准手册
评论
0/150
提交评论