简单理解有监督学习、无监督学习、强化学习

学习深度学习过程中，如果有一本好的书跟读可以最快的入门。

最开始看了李沐老师的动手学深度学习，书中有理论知识，有代码，可以很好的入门。代码使用的mxnet框架，可能在学校中使用的较少

 

今天看到一本书，龙龙老师的TensorFlow深度学习，电子版免费开放https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book。

 

书中第一章介绍机器学习

机器学习可以分为有监督学习（Supervised Learning）、无监督学习（Unsupervised Learning)、强化学习（Reinforcement Learning）

 

有监督学习：

有监督学习的数据集包含了样本x与样本的标签y，算法模型需要学习到映射关系：x——>y,其中代表模型函数，为模型参数。在训练时，通过计算模型的预测值与真实标签y之间的误差，来优化网络参数，使得网络的下一次预测能够预测更精准。常见的有监督学习有    线性回归、逻辑回归、支持向量机、随机森林等。

 

无监督学习：

收集带标签的数据往往会代价较为昂贵，对于只有样本x的数据集，算法需要自行发现数据的模态，这种方式叫做无监督学习。

无监督学习中有一类算法将自身作为监督信号，即模型需要学习的映射为：x——>x,称为自监督学习（self-supervised Learning）。

通过计算模型的预测值与x之间的误差来优化网络参数。

常见的无监督学习算法有   自编吗器、生成对抗网络等。

 

强化学习：

增强学习。通过与环境进行交互来学习解决问题的策略 的一类算法。

与有监督、无监督学习不同，强化学习问题并没有明确“正确的”动作监督信号，算法需要与环境进行交互，获取环境反馈的滞后的奖励信号，因此并不能通过计算动作与“正确动作”之间的误差来优化网络。常见的强化学习算法有DQN，PPO等。