机器学习的分类及各自特点

1、监督学习:有数据也有标签

不断向计算机输入数据让其学习,并给予指导
eg:输入猫和狗的图片,并标记好哪张是猫哪张是狗

2、非监督学习:只有数据没有标签

不断向计算机输入数据,让其学习,但是不对数据进行标记,让计算机自己去学习识别每张图片的区别

eg:输入猫和狗的图片,但是不标记哪个是猫哪张是狗,让计算机自己去区分

3、半监督学习:监督学习和非监督学习的综合

它主要考虑如何利用少量有标签的样本和大量的没有标签的样本进行训练和分类

4、强化学习:从经验中总结并强化

将计算机丢到一个完全陌生的环境,或者让它完成一个从没有接触过得任务,它自己会去尝试各种手段,最后让自己成功适应这一个陌生的环境或者学会完成这件任务的方法和途径

eg:训练机器人投篮,我只需要给它一个球,并且告诉

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