在刚接触到机器学习时,很多东西还模棱两可,对于下面的内容纯属个人观点。
在接触到公司的深度学习+场景...(为了公司的商业机密,暂时保密)的方案时,才发现机器学习在很多方面的运用,然而学校没有这方面的学习或者涉及,在很多同样的课程中也没有相关的实际学习。下面来讨论一下相关的内容。
机器简单分为监督学习和无监督学习和半监督学习,两者的相互区别:监督学习知道自己预测什么,及目标变量的分类信息,比如分类和回归;无监督学习的数据没有类别信息,也不会给定目标值,比如,聚类和密度估计;半监督学习基于两者之间。
还有一种重要分类方法:生成模型和判别模型,两者的区别:生成模型 对数据分布做出的假设要求更强,判别模型对数据分布的假设要求不强。
很多人都知道机器学习的十大算法。得到下面的表格:
还有其他一些重要算法:
在不同的领域,运用到的机器学习不同。