机器学习入门与实战（微课版） 课件 1机器学习简介.pptx

机器学习简介Wang Zhi 什么是机器学习？监督学习：无监督学习：强化学习：特征工程：模型评估： 01什么是机器学习？ 什么是机器学习？机器学习是人工智能的一个分支，通过训练计算机模型使其能够从数据中学习规律和模式，用于预测未来结果。机器学习使计算机不断提高性能，类似人类的学习过程。 02监督学习： 监督学习：通过已知输出和输入数据训练模型，预测新输入的输出结果。训练集和测试集用于模型训练和性能评估。例子：使用股票历史数据训练预测股票价格的模型。 03无监督学习： 无监督学习：没有标签的学习，计算机从数据中自动学习结构和模式。使用聚类、降维等技术发现数据中的隐藏模式。例子：使用无监督学习将相似照片聚类。 04强化学习： 强化学习：计算机与环境互动学习，每步选择动作并观察环境反馈。持续学习直到找到最佳策略。例子：使用强化学习训练机器人在环境中完成任务。 05特征工程： 特征工程：将原始数据转换为适合机器学习算法的特征向量。处理包括归一化、标准化、缺失值处理、特征选择等步骤。特征工程影响模型性能。 06模型评估： 模型评估：评估训练出的模型性能，分为训练集和测试集。常用评估指标有准确率、精确率、召回率、F1值等。得到量化指标判断模型是否达到性能要求。 THE ENDTHANKS 版权声明：此模板的版权，归MindShow.fun所有。个人商用需要高级会员，普通用户只限个人学习使用。如