机器学习及其应用：机器学习基本概念PPT教学课件.pptxVIP

第一章机器学习基本概念

引言机器学习作为当前解决人工智能问题的主要技术，在该体系中处于核心地位。它作为一门多领域交叉学科，涉及了统计学、概率论、逼近论、算法复杂度理论等多门学科。该学科实际上是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身的性能。当下主要应用领域有机器视觉、语音识别、数据挖掘等。这些应用在我们的日常生活中随处可见，如：微信上的语音输入，支付宝的扫脸付款，停车场入口的车牌识别等等。机器视觉和模式识别都是与机器学习关联比较密切的领域。其中机器视觉是通过硬件和程序的结合来实现人的视觉功能，包括图像理解，三维空间信息获取，运动感知等问题。而模式识别则是对声音、图像及其它类别对象的识别问题，机器学习成为了解决这类问题的工具。另外，机器学习在数据的挖掘和分析中也得到应用，如：信息检索，用户行为分析等。在本书中，我们将从监督学习，非监督学习及半监督学习来对机器学习进行讲解。从案例代码着手，帮助大家了解机器学习的各种算法。

目录算法分类1.1模型评价指标1.2模型选择1.3CONTENTS

算法分类1.1

算法分类1.1.1监督信号机器学习的算法可以分为有监督学习和无监督学习，其区别就是是否带有标签值。假如我们要识别a-i的字母图像，我们需要将每张图片的式样和它所述的字母类别相关联起来，那么这个类别就是标签值。在有监督