1.机器学习的四个分支
1)监督学习
给定一组样本(通常由人工标注),它可以学会将输入数据映射到已知目标[也叫标注(annotation)]。
2)无监督学习
在没有目标的情况下寻找输入数据的有趣变换,目的在于数据可视化、数据压缩、数据去燥或者更好的理解数据中的相关性。
eg:降维和聚类
3)自监督学习
自监督学习是没有人工标注的标签的监督学习,可以将它看作没有人类参与的监督学习。标签仍然存在,但是它们是从输入数据中生成的,通常是使用启发式算法生成的。
4)强化学习
强化学习中,智能体(agent)接收有关环境的信息,并学会选择使某种奖励最大化的行动。
后面补充……