admin 管理员组

文章数量: 1184232

课程地址：https://git hub/datawhalechina/math-for-ai

目录

一、 机器学习的核心思想

二、 机器学习的三大核心部件（重中之重！）

三、 需要注意的关键点与易混概念

四、 本书的结构与学习方法

总结

一、 机器学习的核心思想

一句话概括： 机器学习就是教电脑自动从数据中学习规律，然后用它来预测或发现新东西。

关键词： 自动。这意味着我们不是一条一条地写死规则（比如“如果天气是晴天，且温度高于25度，则推荐冰淇淋”），而是设计一个通用的方法，让电脑自己从大量数据里找出规律。

举个例子：
想象一下，你想教电脑识别猫的图片。

  • 传统方法： 你需要告诉电脑：猫有尖耳朵、胡须、圆眼睛等等。规则会非常复杂且容易出错。
  • 机器学习方法： 你只需要给电脑看成千上万张“猫”和“非猫”的图片，让电脑自己总结出“猫”长什么样。这个过程就是“学习”。
二、 机器学习的三大核心部件（重中之重！）

可以把机器学习想象成做饭：

  • 数据 = 食材
  • 模型 = 菜谱
  • 学习 = 试菜和调整火候的过程

1.

本文标签： 作业 人工智能 数学 基础 Datawhale

版权声明：本文标题：Datawhale人工智能的数学基础 202510第1次作业 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.roclinux.cn/b/1766531605a3467316.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。