隨著機(jī)器學(xué)習(xí)越來(lái)越流行，也出現(xiàn)了越來(lái)越多能很好地處理任務(wù)的算法。但是，你不可能預(yù)先知道哪個(gè)算法對(duì)你的問(wèn)題是最優(yōu)的。華盛頓大學(xué) eScience Institute 和 Institute for Neuroengineering 的數(shù)據(jù)科學(xué)博士后 Michael Beyeler 介紹了如何依靠已有的方法（模型選擇和超參數(shù)調(diào)節(jié)）去指導(dǎo)你更好地去選擇算法。

首先，我們先重溫基礎(chǔ)知識(shí)！

具體來(lái)說(shuō)，我們應(yīng)該知道機(jī)器學(xué)習(xí)里面三個(gè)主要類別：監(jiān)督學(xué)習(xí)，無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

上面的描述包括了幾個(gè)專業(yè)術(shù)語(yǔ)：

（關(guān)注微信公眾號(hào)：小瓦觀察，回復(fù)“算法”可下載PDF源文件 )

一些值得注意的算法如下：

理想情況下，我們會(huì)建立一個(gè)機(jī)器學(xué)習(xí)流程，使用一組經(jīng)過(guò)仔細(xì)選擇的評(píng)估標(biāo)準(zhǔn)來(lái)比較每個(gè)算法在數(shù)據(jù)集上的表現(xiàn)。在這個(gè)階段，我們只處理一小部分的算法，所以我們可以把注意力轉(zhuǎn)到真正神奇的地方：特征工程。

當(dāng)然，每個(gè)人都是適合自己的特征描述方法。如果你有幾個(gè)候選方法，你可以使用封裝好

為您提供：

【前沿資訊】跟蹤國(guó)內(nèi)外機(jī)器人領(lǐng)域前沿最新動(dòng)態(tài)

【蘿卜知識(shí)】完整的機(jī)器人專業(yè)知識(shí)學(xué)習(xí)路徑，人人都可以成為創(chuàng)客

【實(shí)踐通道】提供機(jī)器人相關(guān)的產(chǎn)品、愛(ài)好者社區(qū)，以及工作實(shí)踐機(jī)會(huì)