機器學習例子

【為什麼我們要挑選這篇文章】機器學習是人工智慧背後的基礎技術，透過機器學習，電腦可以自動分析數據並進行預測，優化系統的性能。

01 線性迴歸. 線性迴歸可能是統計學和機器學習中最知名和最易理解的演算法之一。 由於預測建模主要關注最小化模型的誤差，或者以可解釋性為代價來做出最準確的預測。

使用Amazon Machine Learning 建立和訓練預測模型 ... ML 的視覺化工具和精靈，引導您執行建立新的機器學習(ML) 模型的步驟，不用學習複雜的ML 演算法和技術。

監督學習、無監督學習、強化學習-基本的機器學習算法：線性回歸、支持向量機、最近鄰居、邏輯回歸、決策樹、k平均、隨機森林、樸素貝葉斯、降維、梯度增強 ...

參數數目; 特徵數目. 精確度. 機器學習正確性是以整體案例中結果為真的比例，來衡量模型的效能。