《材料智能设计与制造导论》 课件 第3节 材料数据处理与机器学习 - 基本概念.pptx

第3节材料数据处理与机器学习：

基本概念;主要内容;为什么建立机器学习模型？;4;5;主要内容;7;8;9;10;11;12;13;14;15;16;17;18;19;20;在监督学习中训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。;监督学习;监督学习-材料相关例子（回归）;监督学习-材料相关例子（分类）;无监督学习;无监督学习-材料相关例子;强化学习;强化学习-材料相关例子;主要内容;线性模型的构建原理;线性模型的构建原理;线性模型的构建原理;线性模型的编程实现;主要内容;什么是高维度数据？;高维度数据导致的问题;高维度数据导致的问题;高维度数据导致的问题;高维度问题的解决方案;子集选择;子集选择;子集选择;子集选择;收缩方法;收缩方法;收缩方法;收缩方法;收缩方法;收缩方法;收缩方法;收缩方法;收缩方法;收缩方??;维度下降方法;维度下降方法;维度下降方法;维度下降方法;维度下降方法;谢谢！