機器學習算法的輸出是什麼？

我開始學習機器學習。我對此有基本的瞭解。如果我考慮通用機器學習算法M，我會知道哪些是精確的輸入和輸出。我並不是指這種編程語言中的某種實現。我在談論機器學習的理論。以監督學習爲例。 M的輸入應該是與算法必須學習的函數相關的對的集合。因此，它將建立一個近似f的函數h。 M的輸出應該是h？那麼無監督機器學習呢？機器學習算法的輸出是什麼？

來源

2016-02-16 foolcool

有沒有這樣的事情。 ML足夠廣泛，涵蓋幾乎所有可能的答案。 – lejlot

這個問題對於Stackoverflow來說太寬泛了。我推薦閱讀[維基百科]（https://en.wikipedia.org/wiki/Supervised_learning#How_supervised_learning_algorithms_work）或類似網站上的一些文章，然後提出更具體的問題，例如在[交叉驗證社區]（http://stats.stackexchange.com/）上。 –

爲什麼這是一個廣泛的問題？我只問一個ML算法的輸入和輸出。爲什麼我應該在交叉驗證社區中發佈？這不是一個統計問題。 – foolcool

你在混合很多概念。

ML算法的輸出是任何你想要的。

例如：

迴歸：1個值
分類：N類（與輸入的概率是類的一個成員）
文本概括：一個字，一個字符，總結其中的一批或全部文本。

正如你所看到的，輸出將是你需要的。

來源

2016-02-17 17:56:45

機器學習算法的輸出是什麼？

回答

相關問題