机器学习的几种分类标准
按照输出空间分类
- 二元分类(Binary classification)
- 多分类问题(Multiclass classification)
- 回归分析(Regression)
- 结构化学习(structured learning)
按照标签(的数量)分类
- 监督式学习(supervised learning):所有数据都有标签
- 无监督学习(unsupervised learning):所有数据都无标签
- 半监督学习(semi-supervised):只有部分有标签
- 强化学习(reinforcement learning: D = ( x , y ′ , g o o d n e s s ) D=(x, y^{'}, goodness) D=(x,y′,goodness)
按照协议划分
- 批量学习(Batch Learning):训练数据成批喂给学习器
- 在线学习(Online Learning):训练数据一条一条喂给学习器,学习器越来越好
- 主动学习(Active Learning):当带标签的数据很少,且对数据进行人工标代价昂贵时,让机器主动问问题
按照输入空间划分
- concetet features(图像的对称性、密度)
- raw features(像素点)
- abstract features(图像的id)