林轩田《机器学习基石》（一）——The learning problem
课程主要内容： 1.什么时候可以用机器学习 2.为什么可以用机器学习 3.怎样用机器学习 4.怎样更好地用机器学习 注：学习视频中，资料探勘= 数据挖掘， 人工智慧=人工智能 一、学习与机器学习 学习：观察→学习→技巧 机器学习：数据（资料）→机器学习→技巧 注：技巧就是增进某种表现或者效果的手段。 二、什么时候可以用机器学习 1. 事情本身存在某些潜在规则，并且有明确的目标（得到“技巧”）； 2
相关文章
- 1. 林轩田机器学习基石--The Learning Problem
- 2. 台大林轩田机器学习基石学习笔记（一）：The Learning Problem
- 3. [林轩田]机器学习基石（三）
- 4. [林轩田]机器学习基石（四)
- 5. 《机器学习基石》台大林轩田_学习笔记01_The Learning Problem
- 6. 机器学习基石-林轩田-第一周笔记
- 7. 林轩田机器学习基石课程笔记1 -The Learing Problem
- 8. 林轩田《机器学习基石》（四）—— Feasibility of learning
- 9. 林轩田《机器学习基石》（二）——Learning to answer yes or no
- 10. 林轩田机器学习基石（Machine Learning Foundations）笔记（四）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Kotlin学习（一）基本语法
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 林轩田机器学习基石--The Learning Problem
- 2. 台大林轩田机器学习基石学习笔记（一）：The Learning Problem
- 3. [林轩田]机器学习基石（三）
- 4. [林轩田]机器学习基石（四)
- 5. 《机器学习基石》台大林轩田_学习笔记01_The Learning Problem
- 6. 机器学习基石-林轩田-第一周笔记
- 7. 林轩田机器学习基石课程笔记1 -The Learing Problem
- 8. 林轩田《机器学习基石》（四）—— Feasibility of learning
- 9. 林轩田《机器学习基石》（二）——Learning to answer yes or no
- 10. 林轩田机器学习基石（Machine Learning Foundations）笔记（四）