机器学习算法主要可以分为监督式,非监督式,强化学习三类。
在监督式学习中,我们有数据 x 和标签 y。我们想要找到一个函数来连接 x 和 y。可以选择决策树,线性回归等模型,然后训练这些模型使损失函数达到最小。
例如我们有一个横幅广告预测点击率的问题:
横幅的特征可以是,主题,想要推广的内容,挂在哪个页面,会浏览这个页面的用户的特征。
想要预测的变量只有一个,就是用户是否会点击这个横幅广告。
这时我们可能想要用一些监督式学习的模型,但是有个问题是我们并没有那么多数据,没办法知道每个横幅每个页面每个用户的行为。
虽然在没有数据的情况下,也可以想办法用监督式学习。
例如,可以随机发一些广告,随机的给一些人,随机的选择位置,来生成一些数据,
然后记录用户是否点击进去,不过大多数情况下用户是不点击的。
这样有了这些数据后,就可以应用一些算法,进行预测。
但是有个问题,就算你用这些数据进行预测了,训练了模型了,但是并不敢直接用这个模型得出的决策,
就算用户第一次点击了你发送的广告,但是如果太频繁地发送同样的广告,就会失去用户的信任,
所以我们可能想要尝试一些对用户有益的内容,想要让用户更开心,这