机器学习

一、机器学习

引言：人工智能分为弱人工智能和强人工智能，而目前的科研基本都是利用机器学习来实现弱人工智能
传统算法：决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等。

按照学习方法分类： 监督学习（分类/回归）—半监督学习—无监督学习（聚类）—集成学习—深度学习—强化学习

监督学习中的数据有标注、无监督学习的数据没有标注，强化学习中有反馈评估，但数据没有标注。

机器学习和强化学习、深度学习之间的关系图：

---

（一）深度学习

引言：深度学习是包含多个隐藏层的神经网络结构，利用深度神经网络（DNN）来解决特征表达的一种学习过程

深度学习演化处的网络拓扑结构方法如下图所示：

---

（二）强化学习（再励学习/评价学习）

参考原作者的链接
引言：强化学习是智能体自主探索环境，采取行为作用于环境并从环境中获得回报的过程。

强化学习详解！！！！
1.具体解释：智能体agent与环境environment进行交互，