机器学习模型中有许多种不同方法可以用来解决分类和回归问题。对同一个问题来说，这些不同模型都可以被当成解决问题的黑箱来看待。然而，每种模型都源自于不同的算法，在不同的数据集上的表现也各不相同。最好的方法是使用交叉比对的方式来决定在待测试数据上哪种模型的效果最好。在此尝试对每种模型…

通过这篇博客，你将清晰的明白什么是如何区别欠拟合与过拟合。这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！

Tom Mitchell给出了一个更现代的定义:“据说，一个计算机程序从经验E中学习某些类型的任务T和性能度量P，如果它在任务T中的性能(用P度量)随着经验E的提高而提高的话。” 例如:玩跳棋。 T =下跳棋的任务。 P =程序赢得下一场比赛的概率。 简单说，监督学习这个想法是…

本篇文章详解机器学习应用流程，应用在结构化数据和非结构化数据(图像)上，借助案例重温机器学习基础知识，并学习应用机器学习解决问题的基本流程。