机器学习入门概念

1、自然语言处理

① 文本分类和排序

② 情感分析

③ 文件摘要

④ 命名实体识别

⑤ 语音识别

⑥ 自然语言的理解和生成

⑦ 机器翻译

2、数据库

① 训练数据

② 验证数据

③ 测试数据

3、计算机视觉

① 图像分类

② 目标检测

③ 图像分割

4、监督学习

监督学习是用实例来教模型学习的一类机器学习模型集合

5、无监督学习

相比于监督学习，无监督学习模型是通过观察来进行自我学习

6、强化学习

强化学习算法一种“游戏”的过程,其目标是最大化 “游戏奖励”

7、��络神经

神经网络是一个非常广泛的机器学习模型集合

8、过拟合

当过拟合现象发生，它通常意味着模型将随机噪声当作数据，并作为一个重要的信号去拟合它，这就是为什么模型在新数据上的表现会出现退化