《监督学习知识手册大全》(附下载链接)

用户成长系列
标签: #<Tag:0x00007fcf669e4c50>

(bnamor) #1

资源介绍

监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中,每个实例都是由一个输入对象(通常为矢量)和一个期望的输出值(也称为监督信号)组成。监督学习算法是分析该训练数据,并产生一个推断的功能,其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确地决定那些看不见的实例的类标签。这就要求学习算法是在一种“合理”的方式从一种从训练数据到看不见的情况下形成。

目录

  1. 监督学习(Supervised learning)
  2. 统计分类(Statistical classification)
  3. 回归分析(Regression analysis)
  4. 感知器
  5. 线性回归
  6. 逻辑回归
  7. 支持向量机
  8. 朴素贝叶斯分类器
  9. 决策树学习
  10. 人工神经网络
  11. 集成学习(Ensemble learning)
  12. k近邻算法

下载方式