取景

這個模組會探討如何將工作架構做為機器學習的框架,並涵蓋在各種機器學習 (ML) 方法中所使用的許多基本詞彙。

視框

機器學習系統學習

如何結合輸入

來產生實用的預測結果

查看從未見過的資料

  • 標籤是我們正在預測的變數
    • 通常由變數 y 表示
  • 標籤是我們正在預測的變數
    • 通常由變數 y 表示
  • 「特徵」是說明資料的輸入變數
    • 通常由變數 {x1, x2, ..., xn} 表示
  • 「範例」是特定的資料例項,x
  • 已加上標籤的範例含有 {features, label}:(xy)
    • 用於訓練模型
  • 未加上標籤的範例含有 {features, ?}:(x?)
    • 用於針對新資料進行預測
  • 「範例」是特定的資料例項,x
  • 已加上標籤的範例含有 {features, label}:(xy)
    • 用於訓練模型
  • 未加上標籤的範例含有 {features, ?}:(x?)
    • 用於針對新資料進行預測
  • 模型會將範例對應至預測標籤:y'
    • 由內部參數定義,已學習到