有监督学习 Supervised Learnig
是数据集与问题都很明确的学习方法。
监督学习也被称为”回归“问题,监督学习的另一个例子是”分类“问题。
-
”回归“:预测一个 连续 的值
-
”分类“:预测 离散值 的输出
无监督学习 Unsupervised Learnig
数据集明确但问题不明确的学习方法。只是根据数据现有特征找出数据的结构,并不会被提前告知算法,完全根据机器自身确定数据结构。
学习成果进阶
输出一个复杂的值(structure)
相较简单的一些函数
-
线性回归函数 linear regression
y=a1+a2x
…
梯度下降查找最优(该情况下最贴切真实值)参数a1,a2。
-
S型曲线 *sigmoid *
-
more Features
多重函数结合的模型
据说,ReLu模型比较好。这样的模型就是Neural(神经元),变多了就变成了Neural network,而这项技术进阶到现在就成为了 深度学习(Deep Learning)