Python机器学习之基础概述
更新时间:2021年05月19日 16:49:25 作者:ProChick
今天带大家回顾python机器学习的相关知识,文中非常详细的介绍了Python机器学习的基础概述,算法分类及研究内容,需要的朋友可以参考下
一、基础概述
- 机器学习(Machine Learing)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
- 机器学习专门研究计算机怎样模拟或实现人类的学习行为,以便获取新的知识和技能,重新组织已有的知识结构使之不断改善自身的性能。
- 机器学习是人工智能的核心,是计算机具有智能的根本途径,其应用遍及人工智能的各个领域。
- 机器学习使用归纳、综合而不是演绎。
二、算法分类
按照学习方式
监督学习
半监督学习
无监督学习
强化学习
按照算法相似性
- 回归算法
- 聚类算法
- 降维算法
- 深度学习
- 集成算法
- 正则化算法
- 决策树算法
- 贝叶斯算法
- 关联规则学习
- 人工神经网络
- 基于核的算法
- 基于实例的算法
三、研究内容
机器学习领域的研究工作主要围绕以下三个方面
- 面向任务的研究,研究和分析改进一组预定任务的执行性能的学习系统。
- 认知模型,研究人类学习过程并进行计算机的模拟。
- 理论分析,从理论上探索各种可能的学习方法和独立于应用领域的算法。
到此这篇关于Python机器学习之基础概述的文章就介绍到这了,更多相关Python机器学习内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
您可能感兴趣的文章:
- Python 机器学习工具包SKlearn的安装与使用
- Python机器学习之KNN近邻算法
- Python机器学习算法之决策树算法的实现与优缺点
- Python机器学习三大件之一numpy
- Python机器学习之决策树
- Python机器学习之Kmeans基础算法
- python机器学习之线性回归详解
- python 机器学习的标准化、归一化、正则化、离散化和白化
- Python机器学习工具scikit-learn的使用笔记
- python机器学习库xgboost的使用
- python机器学习实现决策树
- python机器学习包mlxtend的安装和配置详解
- Python机器学习算法库scikit-learn学习之决策树实现方法详解
相关文章
解决pycharm remote deployment 配置的问题
今天小编就为大家分享一篇解决pycharm remote deployment 配置的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06Python模型聚合查询\Q查询\F查询\分组查询操作技巧解析
这篇文章主要介绍了模型查询中的一些操作技巧,主要包括模型聚合查询,Q查询,F查询,分组查询,有需要的朋友可以借鉴参考下,希望可以有所帮助2021-09-09
最新评论