本节(各种类型的机器学习分类)总体思路：按照输出空间类型分Y,数据标记类型分yn,不同目标函数类型分f和不同的输入空间类型分X .其中按照输出空间类型Y，可以分为二元分类，多元分类，回归分析以及结构化学习等.
Learning with Different Output Space Y
分类(classification)
1. 二值分类 (binary classification)：输出为 {+1， -1}
本文详细介绍了机器学习的各种类型，包括按照输出空间（分类、回归、结构化学习）和数据标记（有监督、无监督、半监督、增强学习）的区分，以及不同的学习协议（批量、在线、主动学习）。着重阐述了分类和回归在实际问题中的应用，如信用卡发放、股票价格预测等，并探讨了结构化学习在自然语言处理中的挑战。最后，强调了特征工程在机器学习中的重要性。
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
