几个术语的关系 relation between terminology

(推荐一个我自己做的普法公众号,大可说法律,有法律方面咨询的可以关注)

今天听了李宏毅老师的课,终于搞清楚我们常听到的几个术语之间的关系。
监督学习 迁移学习 强化学习 深度学习 机器学习 等等,它们之间到底有什么关系。
术语分类:scenario(场景)、task(任务)、method(方法)。
场景

场景 监督学习 无监督学习 半监督学习 迁移学习 强化学习 有标签 无标签 少量标签 ?数据? 无标签,但有教师
任务 回归 分类 结构学习stucturelearning
方法 线性模型 非线性模型 深度学习 SVM 决策树 KNN等 结构学习stucturelearning

总结起来:不同场景下可以用不同的方法完成不同的任务

场景 监督学习 无监督学习 半监督学习 迁移学习 强化学习 回归 分类 结构学习 线性模型 非线性模型 深度学习 SVM 决策树 KNN等 结构学习stucturelearning 线性模型1 非线性模型1 深度学习1 SVM1 决策树1 KNN1等 结构学习stucturelearning1 线性模型2 非线性模型2 深度学习2 SVM2 决策树2 KNN2等 结构学习stucturelearning2 method1 method2等 method3 method4等 method5 method6等 有标签 无标签 少量标签 ?数据? 无标签,但有教师
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值