机器学习与显式编程的区别

我是数据科学领域的新手。所以我正在一步一步地学习它的基础知识。在其最重要的领域中,我们找到了机器学习。

我找到了这个定义:

“机器学习是研究赋予机器在没有明确编程的情况下学习能力的领域。”

让我感到困惑的是,我们如何在不编程的情况下赋予机器学习能力!

有谁能帮我解释清楚吗?


回答:

通过机器学习,你可以创建一个能够自行学习的程序,例如,一个程序可以学会识别图片中是否有猫。现在你不需要告诉程序每张图片里是否有猫,程序会通过机器学习自己学会识别。

你可以使用不同的机器学习方法,例如监督学习,你可以给程序一组带有标签的示例数据点来指示数据的含义。使用无监督学习时,你不提供示例的标签,因此程序必须自己找出聚类/模式。也许这可以帮助你学习:http://www.r-bloggers.com/in-depth-introduction-to-machine-learning-in-15-hours-of-expert-videos/

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注