机器学习总结(参考源码ml.hpp)

Posted xixixing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习总结(参考源码ml.hpp)相关的知识,希望对你有一定的参考价值。

依据机器学习算法如何学习数据可分为3类:

  1. 有监督学习:从有标签的数据学习,得到模型参数,对测试数据正确分类;
  2. 无监督学习:没有标签,计算机自己寻找输入数据可能的模型;
  3. 强化学习(reinforcement learning):计算机与动态环境交互,学习错误反馈达到更优的目的。

依据机器学习期望结果来分类:

  1. 分类:输入被分为N个类别的一种;
  2. 回归:输出是连续值;如依据房子的大小,时间,位置来预测房子的价格;
  3. 聚类:使用无监督学习将输入聚为N类;
  4. 密度估计(density estimation):找到输入可能的分布;

【具体的机器学习算法】依照ml.hpp整理

整理中,整理一项更新一项……

以上是关于机器学习总结(参考源码ml.hpp)的主要内容,如果未能解决你的问题,请参考以下文章

TrainData类型数据集(OpenCV案例源码letter_recog.cpp解读2)

李宏毅《机器学习》丨7. Conclusion(总结)

李宏毅《机器学习》丨7. Conclusion(总结)

李宏毅《机器学习》丨7. Conclusion(总结)

学习总结AFNetworking源码阅读

Postgres数据库之聚集函数内核源码学习总结