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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注