机器学习与监督学习概述P3
·
机器学习与监督学习概述
现状：99%机器学习经济价值来自监督学习
监督学习定义
核心：学习输入(X)到输出(y)的映射关系
特点：提供带正确标签(y)的样本训练
能力：训练后可对新输入做精准预测
监督学习应用场景
垃圾邮件过滤：输入邮件，输出是否为垃圾邮件
语音识别：输入音频，输出对应文字
机器翻译：输入一种语言，输出其他语言
在线广告：结合广告与用户信息，预测点击概率
自动驾驶：输入图像、雷达数据，输出车辆位置
产品视觉检测：输入产品图片，判断是否存在缺陷
典型案例：房价预测
数据维度：横轴房屋面积（平方英尺），纵轴房价（千美元）
预测方式
拟合直线：750平方英尺房屋预估约15万美元
拟合曲线：750平方英尺房屋预估约20万美元
学习目标：算法自动选择最优拟合函数
监督学习分类
回归问题：预测连续数值（如房价）
分类问题：下一章节讲解
更多推荐
0
0- 0
已为社区贡献9条内容
所有评论(0)