《演算法圖解》總結第3章:while迴圈、遞迴、棧
阿新 • • 發佈:2020-10-14
人工智慧——機器學習筆記day01(2020.10.14)
1、人工智慧概述 1.1 人工智慧、機器學習、深度學習 機器學習是人工智慧的一個實現途徑 深度學習是機器學習的一個方法發展而來 1.2 人工智慧的分支 分支一:計算機視覺——人臉識別 分支二:語音識別——百度語音識別 分支三:文字挖掘/分類——語音語義識別 分支四:機器翻譯 分支五:機器人 1.3 人工智慧必備三要素- 資料
- 演算法
- 計算力
- 一行資料稱為一個樣本
- 一列資料稱為一個特徵
- 有些資料有目標值(標籤值),有些資料沒有目標值
- 資料型別一:特徵值+目標值(目標值是連續的或離散的)
- 資料型別二:只有特徵值,沒有目標值
-
輸入資料由輸入特徵值和目標值組成
- 迴歸——函式的輸出可以是一個連續的值(稱為迴歸)
- 分類——或是輸出的是有限個離散值(稱為分類)
-
輸入資料是由輸入特徵值組成
- 聚類
- 準確率:預測正確的數佔樣本總數比例
- 精確率:正確預測為正佔全部預測為正的比例
- 召回率:正確預測為正佔全部正樣本的比例
- F1-score:主要用於評估模型穩健性
- AUC指標:主要用於評估樣本不均衡的情況
- 均方根誤差
- 相對平方誤差
- 平均絕對誤差
- 相對絕對誤差
- 決定係數