机器学习的分类

8 篇文章 0 订阅
2 篇文章 3 订阅

严格意义上来说,机器学习可以分为以下几类:有监督学习,无监督学习,半监督学习,强化学习。

1. 有监督学习

有监督学习是指在训练过程中的数据是同时又特征和标签的,也就是说模型在训练过程中是知道正确结果的,模型可以根据标签为指导进行参数调整,这种学习方式好像学习被监督了一样,因此监督学习的意义为:学习的过程有标签作为指导算法参数调整的过程。

2. 无监督学习

无监督学习是在训练过程中,数据只有特征而没有标签的。所以无监督学习通常不是分类而是聚类,即相似特征的样本聚集在一起。

3. 半监督学习

半监督学习是介于有监督学习和无监督学习之间的,通常针对于样本标签缺失或者样本过少的问题。这时候我们无法利用有监督学习直接进行训练,但是我们又想充分利用类标的信息。因此,半监督学习是一种介于有监督和无监督的一种折中方案

4. 强化学习

所谓强化学习就是智能系统从环境到行为映射的学习,以使奖励信号(强化信号)函数值最大,强化学习不同于连接主义学习中的监督学习,主要表现在教师信号上,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习系统 RLS(Reinforcement Learning System)如何去产生正确的动作。由于外部环境提供的信息很少,RLS 必须靠自身的经历进行学习。通过这种方式,RLS 在行动-评价的环境中获得知识,改进行动方案以适应环境。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值