版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
機(jī)器學(xué)習(xí)簡介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大家應(yīng)該也有點累了,稍作休息大家有疑問的,可以詢問和交流8TrainingandValidationDataFullDataSetTrainingDataValidationDataIdea:traineachmodelonthe“trainingdata”andthentesteachmodel’saccuracyonthevalidationdataUnderfitting&OverfittingPredictiveErrorModelComplexityErroronTrainingDataErroronTestDataIdealRangeforModelComplexityOverfittingUnderfittingTypesofmachinelearningUnsupervisedlearningClusteringDimensionalityreductionFactoranalysisTypesofmachinelearningSemi-supervisedlearningClusteringorclassificationTypesofmachinelearningReinforcementlearningRobot&controlWorkflowPredictionTrainingLabelsTrainingTrainingImageFeaturesImageFeaturesTestingTestImageLearnedmodelLearnedmodelSlidecredit:D.HoiemandL.LazebnikWorkflowFeaturesWorkflowModelsLogic,RulesStatistical,BlackboxmodelStatic,dynamicmodelOnlinelearningEnsemblelearningWorkflowArchitectureModelFeatureHardwarePopularmodelsLinearmodel:logisticregression,lineardiscriminantanalysis,linearregression(withbasisfunction)PopularmodelsNearestneighborFeature&distancePopularmodelsSupportvectormachinePopularmodelsArtificialneuralnetworkPopularmodelsDecisiontreePopularmodelsCollaborativefilteringPopularmodelsHierarchicalclusteringK-meansSpectralclusteringManifoldlearningPopularmodelsHiddenmarkovmodelConditionalrandomfieldsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsApplicationsAttentionApplicationsImageclassificationApplicationsApplicationsBrainmachineinterfaceApplicationsApplicationsApplicationsApplicationsApplication
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 學(xué)期班級工作計劃總結(jié)與展望
- 2024年度農(nóng)業(yè)企業(yè)短期農(nóng)業(yè)技術(shù)人員派遣協(xié)議2篇
- 2024企業(yè)個人借款合同風(fēng)險評估與信用評級協(xié)議3篇
- 三年級數(shù)學(xué)計算題專項練習(xí)匯編及答案集錦
- Unit 4 分課時教學(xué)實錄 -2024-2025學(xué)年滬教版(2024)英語七年級上冊
- 6 植物種植展示會 教學(xué)實錄-2023-2024學(xué)年科學(xué)三年級下冊大象版
- 《8、7、6加幾》(教學(xué)實錄設(shè)計)-2024-2025學(xué)年一年級上冊數(shù)學(xué)人教版
- 臨沂職業(yè)學(xué)院《材料表面處理實驗》2023-2024學(xué)年第一學(xué)期期末試卷
- 2024年產(chǎn)品測試兼職協(xié)議3篇
- 2024年體育訓(xùn)練基地租賃合同與賽事宣傳推廣服務(wù)協(xié)議3篇
- 2025屆高考語文復(fù)習(xí):辨析并修改病句+課件
- 2024八年級數(shù)學(xué)上冊第十五章分式檢測題含解析新版新人教版
- 中西文化鑒賞智慧樹知到答案2024年鄭州大學(xué)
- 國家開放大學(xué)本科《人文英語4》一平臺機(jī)考真題及答案(第四套)
- 14《答謝中書書》對比閱讀-2024-2025中考語文文言文閱讀專項訓(xùn)練(含答案)
- 《汽車機(jī)械基礎(chǔ)》形考任務(wù)(1-12章)試題與答案解析
- 大型儲罐制作安裝施工方案
- 民事賠償和解協(xié)議書及撤訴申請書
- 冬季季節(jié)性安全事故預(yù)防
- 2024版《供電營業(yè)規(guī)則》學(xué)習(xí)考試題庫500題(含答案)
- 環(huán)境工程原理智慧樹知到期末考試答案章節(jié)答案2024年西華大學(xué)
評論
0/150
提交評論