監督學習(supervised learning):給定數據集,同時針對每組數據給出相應的解,監督學習的目的就是利用所給的數據集訓練模型期望得到更多解
無監督學習(unsupervised learning):沒有數據集,直接上,比如說新聞分類,通過指定(例如聚類算法)算法將數據進行分類,又或者雞尾酒酒會問題,將聲音從混雜音源中提取
迴歸問題:返回一個連續的預測值,比如房價,又或者是一個函數公式
分類問題:返回離散值,比如是否患癌症(Y/N)
監督學習(supervised learning):給定數據集,同時針對每組數據給出相應的解,監督學習的目的就是利用所給的數據集訓練模型期望得到更多解
無監督學習(unsupervised learning):沒有數據集,直接上,比如說新聞分類,通過指定(例如聚類算法)算法將數據進行分類,又或者雞尾酒酒會問題,將聲音從混雜音源中提取
迴歸問題:返回一個連續的預測值,比如房價,又或者是一個函數公式
分類問題:返回離散值,比如是否患癌症(Y/N)
Bag-of-Words 1.文字問題 2. 什麼是Bag-of-Words(具體例子) 3. 侷限性 1.文字問題 文本建模的一個問題是它很雜亂,機器學習算法之類的技術更喜歡定義明確的
講解的很清楚: https://www.cnblogs.com/wangguchangqing/p/12021638.html