机器学习课程复习——基本概念

参考书目：《统计学习方法》

 Q：机器学习、深度学习、强化学习、迁移学习、集成学习之间的区别与联系是什么？

1. 机器学习：包含了深度学习与强化学习；包括有监督学习、无监督学习、半监督学习和强化学习等多种学习范式
2. 深度学习：机器学习与深度学习的不同是深度学习的特征提取能力更强
3. 强化学习：是机器学习中独立于有监督学习，无监督学习之外的一种学习方式；根据奖励机制来学习，并没有损失函数的一个训练过程
4. 迁移学习：目的是解决机器学习中依赖样本的特点。在目标域上数据量不够，在源域上数据量够的情况下，通过迁移学习，使目标域上数据量够。（数据决定了模型的上限，我们用各种机器学习算法去逼近这个上限。）
5. 集成学习：将好而不同的学习器集成起来，形成强的学习器。按照算法分类：串行，adaboosting；并行，bagging、随机森林

Q：写出机器学习算法的分类，并举出实例。

1. 有监督学习ÿ