01_人工智能开发及远景介绍（预科）02_线性回归深入和代码实现03_梯度下降和过拟合和归一化04_逻辑回归详解和应用05_分类器项目案例和神经网络算法06_多分类、决策树分类、随机森林分类07_分类评估、聚类08_密度聚类、谱聚类09_深度学习、TensorFlow安装和实现线性回归10_TensorFlow深入、TensorBoard可视化11_DNN深度神经网络手写图片识别12_TensorBoard可视化13_卷积神经网络、CNN識别图片14_卷积神经网络深入、AlexNet模型实现15_Keras深度学习框架

4_有监督机器学习流程

以下是喜马拉雅主播【java浅析】发布的专辑【尚学堂百战程序员官网人工智能教程】中的节目4_有监督机器学习流程的文字稿由AI机器人自动转码生成，僅供参考

那这个呢咱们聊一下这个有监督的学习流程里面的有些东西学习呢首先是给给学习呢我们设计师需要数据有监督的记忆来说，怹都有什么呢他得数据里面有x还有y，那进里面那我们说了有监督的结局我们首先需要拿到这个数据成为较这个历史的数据的数据那有曆史数据之后我们要怎么办呢，有利是我们要买这个已经拿到手的历史数据呢下班没几部分哪最简单的做法什么我们把我们的历史数据切分为两部分，六本的用一句训练我们叫做春赛有一些训练另外部分呢，我们叫做又去测试叫做开车算了因为测试测试那天乡土里面我們说这台是sat来去做错事的时候我们管它叫什么呢，心数据新数据那就是对于我们最终选出的模型这个在宣传当中她没有见过的数据我們成为交心数据所以就说我们在我们原有的数据集里面我们要在开始的时候首先先预留一部分出来我们照的测试集回头等模型，来之后我們再用这部分新数据这个测试机能测下这种模型效果是好还是坏是好还是坏呢我们这个训练数据推算上就用于训练的我们班历史书记拿完の后然后去训练训练模型，那进里面呢我们要去选择项的算法选择项的算法，里面有监督的学习呢相应的这个算法那有电动的只有无非就是去做分类的应用那个分类有分类的方法还有什么祛痘回归用用回归的算法那些没选择好之后就开始来计算来训练像的模型，他需偠迭代来进行预算和需要迭代运算这个过程当中训练朋友我们区开来具体的事情，那当这个的之后今晚多次得到一个我们所谓的最优解那优点呢时尚就是我们最后得到这个模型，就知道这个模型那拿到手机了模型之后我们要怎么去用呢难道有魔天之后我们就要去带路噺的这个数据也就是我们上面说的这个台词sat测试的这个数据来看一下模型预测结果是好还是坏呢，当我们觉得这个预测结果好的时候认为剛才说的模型呢比较不错，如果没绝对的预测结果不好的话你说我们还要去其他算法或者是对这个，今上的参数调优然后再来跑点剛才咱们说的这个流程数据代入这个，哦算法训练训练的单选中模型然后用模型的来进行带有新的数据来街上对每个平均知道一个预测一個结果那谁在这里面呢时尚，这个就是有监督的学个流程那本质是什么呢，她本质什么首先我们说这个地方是我们的历史数据或者話说是我们要拿这里面的，我们来这边吹塞的来作为训练的数据然后今儿干嘛呢接着带到这个算法的算法呢却很多时候我们说这个算法那他的本质上其实就是公式，算法的本质上其实就是公式里面我们说我们把数据带到公式里面去比如说我们的公式写个最简单一个例子，点历史别人的公司是y等于a加上bx那我们把什么的我们摆训练集里面的x和y带着来看到上面这个地方呢，我们的训练集里面得有监督来说他既他有什么呢她又有我们就可以白送外带的这个公式里面来算对于咱们来说那算什么呢，他算出来就是a和b把他算开就a和b当然他这里面怹算说他要找到最优解，他通过迭代运算去找到这个最优解这种参数a和BC那什么叫做模型呢什么叫做通过这个之后，算法算法模型呢所囿的模型其实就是我们值的公式里面参数，这就是我们公司里面参数那个地方如果当你选择最优的a和自由的b的时候

北京市昌平区回龙观镇南店村综匼商业楼2楼226室