2017暑期班课件机器学习入门.pptxVIP

机器学习入门 王一 博士 复旦大学生命科学学院 青年副研究员 机器学习的分类 有监督学习(Supervised Learning) 简单的说是针对由教师提供的目标变量的学习。 输入为数据矩阵X，输出为预测目标向量Y，手段为模型。 例如输入为一个基因的SNP数据，输出为疾病状态。 无监督学习(Unsupervised Learning) 简单的说就是没有教师的学习，目标也比较自由。 输入为数据矩阵X，输出为一些模型。 例如输入为全基因组SNP，输出为人群结构。 有监督学习 X1 X2 X3 X4 X5 0.943 0.722 0.518 0.999 0.422 0.055 0.709 0.659 0.059 0.331 0.462 0.645 0.821 0.729 0.055 0.427 0.179 0.952 0.184 0.147 0.939 0.666 0.062 0.418 0.170 0.236 0.102 0.528 0.082 0.447 0.930 0.612 0.027 0.683 0.188 0.806 0.532 0.987 0.657 0.093 0.690 0.887 0.641 0.827 0.699 Y 0.376 0.801 0.264 0.651 0.