机器学习核心原理与算法实践.docxVIP

机器学习核心原理与算法实践

第1章机器学习的导论

1.1机器学习概述

1.1.1数据、模型与学习

机器学习的核心在于数据、模型和学习。具体来说，数据是指用于训练和测试算法的数据集；模型是指用于解释问题的抽象结构；学习是指通过数据集来优化模型参数，使得模型尽可能地拟合数据，同时泛化到新数据的能力要强。

1.1.2监督学习与无监督学习

根据问题处理的类型，机器学习主要分为监督学习和无监督学习。

监督学习：需要预先标记好的数据集，模型从带标签的训练数据中学习，以预测新数据的标签。例如，分类和回归问题。

无监督学习：数据集没有标签，模型需要自行发现数据中的结构或构建新的解释方式。例如，聚类和降