机器学习 是一个非常具有启发性的术语,用于定义这个科学领域及其算法的“结果”。 “机器学习源于对人工智能的追求” ,这激励着许多人构建一个拥有无限可能的全新世界。
事实上,只有创造一个智能系统(甚至是人工)的想法既令人惊奇又令人恐惧,就像所有能够克服以前被认为是不可改变的障碍的想法和发现一样。
以一种非常通用和简单的方式, 机器学习 包括计算机可以用来根据示例学习和获取知识的工具(算法)。导致获取知识的过程称为“培训”,它可以在有 监督 或 无监督 的范式中发生。
“监督”和“无监督”训练过程之间的主要区别在于训练示例的标记,即在监督学习算法中,用户向算法揭示每个训练示例的类别,这不会发生在“无监督” “ 案子。
在训练阶段之后,支持算法的数学模型应该优化其参数,并准备好在接收到新示例进行分类时返回适当的结果/类。
遵循这个概念 biosignalsnotebooks 包含一个分为 4 卷的笔记本,涵盖训练和分类“最近邻”分类器的所有过程,该分类器将能够区分 3 种可能的手势,使用来自两块肌肉的肌电图数据和来自一个轴的加速度计数据.
就像前面提到的那样,对于一个做出决定的系统,我们应该能够提供示例数据,从中可以学习和提供分类。想象一下创建一个游戏,使用来自您手的信号可以尝试猜测您正在做的手势并玩“石头、纸或剪刀”游戏。