这是承接着上一篇的文章,记录的是我理解的部分,这篇文章主要是对算法的分类,主要分为四个部分
监督学习
监督学习主要任务是分类和回归,训练的数据集都拥有标记或者答案
包含的算法主要有
- K近邻
- 决策树和随机森林
- 朴素贝叶斯
- 逻辑回归
- 支撑向量
后面的三个学习因为没有了解太,所以就先写出原理
非监督学习
非监督学习处理的训练数据没有任何标记或答案,对没有标记的数据进行聚类分析
半监督学习
一部分数据有标记或答案,另一部分数据没有
增强学习
根据周围环境,采取行动,根据行动的结果,学习行动方式
相关例子有无人驾驶和机器人