在这一节 ， 我们将简要介绍不同类型的机器学习 ， 并重点关注它们的主要特点和差异 。在接下来的部分中 ， 我们将讨论非正式定义 ， 以及正式定义 。如果你不熟悉讨论中涉及的数学概念 ， 则可以跳过详细信息 。但是 ， 研究所有未知的理论因素是非常明智的 ， 因为它们对于理解后面章节的概念至关重要 。
1.3.1 有监督学习算法在有监督的场景中 ， 模型的任务是查找样本的正确标签 ， 假设在训练集时标记正确 ， 并有可能将估计值与正确值进行比较 。有监督这个术语源自外部教学代理的想法 ， 其在每次预测之后提供精确和即时的反馈 。模型可以使用此类反馈作为误差的度量 ， 从而减少错误所需的更正 。
更正式地说 ， 如果我们假设一个数据生成过程 ， 数据集
文章插图
的获取如下：
文章插图
其中
文章插图
且
文章插图
文章插图
如1.2节所述 ， 所有样本必须是从数据生成过程中统一采样的独立且同分布（Independent and Identically Distributed ， IID）的值 。特别地 ， 所有类别必须代表实际分布（例如 ， 如果
推荐阅读
- 网友热议|女子嫌噪音影响孩子学习手撕篮球场上热搜 网友看怒：当地回应
- 了解机器学习的商业价值 机器预测逐渐取代人类做出的预测
- 结构与算法：队列和栈结构
- 微信群总是有人发广告？看我用Python写一个机器人消灭他
- Hook 函数与 CAM 算法
- 为什么需要机器学习？
- 74KB图片也高清，谷歌用神经网络打造图像压缩新算法
- APP开发需要学习哪些编程语言？IT工程师告诉你
- 迁移学习概论
- 10种图算法直观可视化解释