机器学习里面，regression和classification的区别是什么
分类的标签如果是表示（离散的）有排序关系的类别时，比如说“好”、“较好”、“一般”这样的时候，也可以用回归来处理。但是如果标签是纯粹的分类，比如说电影中的“喜剧”、“动作”、“剧情”这样的无排序关系的标签时，就很难用回归去处理了。而且，分类中还存在着“多分类”的问题，也就是一个对象可能有多个标签的情况，这就更复杂了。
而同时，回归所能做的也并非只有分类，也可以用来做预测等其他问题。
所以，回归和分类的区别并非只有输出的“定性”与“定量”那么简单，应该说两者属于不同的范畴。
(称佩阅13465149607)如何让机器学习得更快 - ______ 如何更好地掌握机器学习Colorado是伯克利大学的在读博士,同时也是Metacademy的创始人.Metacademy是一个优秀的开源平台,许多专业人员共同在这个平台上编写wiki文章.目前,这些文章主要围绕着机器学习和人工智能这两个主题.在...
(称佩阅13465149607)机器学习中的目标函数,损失函数,代价函数有什么区别 - ______ y是机器学习的目标,我们用数学的方法构建了一个现实的模型f(x,w),用它来表示x与y之间的关系(当然这个关系的好坏,与模型的选择关系密切),F(x)=f(x,w)就是我们一般所说的目标函数.模型定好了,我们要做的是对w进行优化调准,使得f(x...
(称佩阅13465149607)怎么通过机器学习得到统计数据 - ______ 我的理解是这样的:1.人工智能:给机器赋予人类的智能,让机器能够像人类那样独立思考.当然,目前的人工智能没有发展到很高级的程度,这种智能与人类的大脑相比还是处于非常幼稚的阶段,但目前我们可以让计算机掌握一定的知识,更...
(称佩阅13465149607)为什么机器学习的框架都偏向于Python - ______ Python有很多科学计算的库的支持,而且可以说非常全面.比较著名的有NumPy,Matplotlib 而且Python对函数式编程支持的很好,对于人工智能,机器学习这点很重要. Python免费开源,学习成本很低,受到很多人的喜爱.
(称佩阅13465149607)机器学习可以代替人类学习吗 - ______ 机器学习是,经过大量数据训练以及算法优化以后,计算机可以得出更贴合人常识的结论.人类学习是,通过接触环境或者知识来的(也可以说是“数据”),得出自己的结论.人类也有自己的“算法”,每个人兴许还不怎么相同,这换成另一...
(称佩阅13465149607)未来希望从事机器学习的方向,有必要学习linux吗 - ______ 可以把重点放在机器学习的模型和算法上,应用场景和申请专利也很重要.机器学习是一门交叉学科,可以解决许多实际中的问题,Linux是操作系统.一般机器学习的程序可以在windows、linux、mac等系统上,但是大规模并行的机器学习程序一般在基于linux的分布式系统中.
(称佩阅13465149607)如何确定最适合数据集的机器学习算法 - ______ 首先,你可以思考哪些算法可能适用于你的数据集.其次,我建议尽可能地尝试混合算法并观察哪个方法最适用于你的数据集.尝试混合算法(如事件模型和树模型) 尝试混合不同的学习算法(如处理相同类型数据的不同算法) 尝试混合不同类型的模型(如线性和非线性函数或者参数和非参数模型) 让我们具体看下如何实现这几个想法.下一章中我们将看到如何在 R 语言中实现相应的机器学习算法.
(称佩阅13465149607)如何理解机器学习算法在大数据里面的应用 - ______ 现在深度学习在机器学习领域是一个很热的概念,不过经过各种媒体的转载播报,这个概念也逐渐变得有些神话的感觉:例如,人们可能认为,深度学习是一种能够模拟出人脑的神经结构的机器学习方式,从而能够让计算机具有人一样的智慧;...
(称佩阅13465149607))在机器学习中很重要吗 - ______ 机器学习是一种数据分析方法,它可以自动分析模型的建立.使用迭代学习数据的算法,机器学习可以使电脑在没有被明确编程看哪里时,发现隐藏的领域.迭代在机器学习中是非常重要的,因为有了它的存在,模型在遇到新的数据时,便能够独立地适应数据.它们可以从先前产生的可靠计算,重复的决定和结果中进行学习.机器学习并不是一个全新的学科-而是获得新动力的学科.由于新型计算技术的产生,如今的机器学习与以往大不相同.尽管很多机器学习算法已经存在了很长时间,但自动将复杂的数学计算应用到大数据的能力(一个又一个,越来越快)是最新的进展.下面这些广泛宣传的机器学习应用程序的例子,你可能非常熟悉
