Z24107的博客

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。