- 博客(1)
- 收藏
- 关注
原创 机器学习笔记
基于数据分布、样本规模影响模型精度、偏差与方差权衡重要、正则化避免过拟合监督学习需标签数据: 监督学习依赖于带有已知标签的数据集进行模型训练,通过比较预测值与真实值调 整模型参数。无监督学习探索结构 :无监督学习无需标签数据,通过聚类、降维等技术探索数据内在结构和隐藏模式。半监督学习结合二者: 半监督学习利用有限的标签数据和大量无标签数据共同训练模型,提高学习效率和 泛化能力。强化学习试错优化: 强化学习通过与环境的交互和试错,不断调整策略以获得最大化累积回报,适用于 序列决策问题。
2024-09-08 19:13:34
750
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人