前面討論了監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的基本原理柒桑，并探索了多種機器學(xué)習(xí)算法蹄葱，本章我們深入學(xué)習(xí)模型評估與參數(shù)選擇参萄。我們將重點介紹監(jiān)督方法，包括回歸與分類，...

到目前為止，我們一直假設(shè)數(shù)據(jù)是由浮點數(shù)組成的二維數(shù)組，其中每一列是描述數(shù)據(jù)點的連續(xù)特征（continuous feature）勺疼。對于許多應(yīng)用而言...

我們要討論的第二種機器學(xué)習(xí)算法是無監(jiān)督學(xué)習(xí)算法。無監(jiān)督學(xué)習(xí)包括沒有已知輸出灯蝴、沒有老師指導(dǎo)學(xué)習(xí)算法的各種機器學(xué)習(xí)恢口。在無監(jiān)督學(xué)習(xí)中，學(xué)習(xí)算法只有輸入...

2.3.5決策樹 決策樹是廣泛用于分類和回歸任務(wù)的模型穷躁。本質(zhì)上耕肩，它從一層層的 if/else 問題中進行學(xué)習(xí)，并得出結(jié)論问潭。這些問題類似于你在“2...

前面說過猿诸，監(jiān)督學(xué)習(xí)是最常用也是最成功的機器學(xué)習(xí)類型之一。本章將會詳細介紹監(jiān)督學(xué)習(xí)狡忙，并解釋幾種常用的監(jiān)督學(xué)習(xí)算法梳虽。我們在第 1 章已經(jīng)見過一個監(jiān)督...

機器學(xué)習(xí)（machine learning）是從數(shù)據(jù)中提取知識。它是統(tǒng)計學(xué)灾茁、人工智能和計算機科學(xué)交叉的研究領(lǐng)域窜觉，也被稱為預(yù)測分析（predict...