一.监督学习
百度百科定义:利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,也称为监督训练或有教师学习。提供给学习器的训练数据既有特征又有标记。例如你喂给学习器多张图片,每张图片都带有标签(cat,dog,rabbit…),然后机器就可以根据这些特征和带有的标签来学习。以后再给它一张新的图片,它就能自动识别出这张图片中的动物。
二.无监督学习
通俗理解就是提供给学习器的训练数据只有特征,不带标签。用上面的例子,这时的图片就不带标签了,这要求学习器学习后能自动分类。以后再给它一张新的图片,它就能将这张图片归为某一类。
三.半监督学习
半监督学习属于监督学习和无监督学习之间。训练数据包括没有标签的数据以及少量带标签的数据。给所有训练数据打标签可能需要比较大的代价,将未标记数据与少量标记数据结合使用可以显着提高学习准确性。
四.强化学习
强化学习使用的训练数据也是未带标签的数据。强化学习中使用的是一种反馈机制,即通过一些方法知道你是离正确答案越来越近还是越来越远(奖惩函数)。