Type of machine learning - 机器学习类别 TypeIntroductionSupervised Learning监督学习,即在有label的前提下训练模型并预测Semi-Supervised Learning半监督学习,同时在有label和无label的数据之间进行训练并预测Unsupervised Learning无监督学习,在无label的前提下训练模型并预测Reinforcement强化学习,与实际环境进行交互式训练并旨在最大化奖励 Components in Supervised Learning - 监督学习的构成 ProcessIntroductionModel从数据输入到模型训练👉到模型预测目标值Loss定义损失函数,衡量预测值与真实值之间的误差Objective定义目标函数,使得模型的预测值不断拟合真实值Optimization通过不断优化参数,使得误差越来越小 Type of Supervised Models - 监督学习的模型 ModelIntroductionDecision Tree通过树的节点分裂获取所需要的结果Linear Method通过线性方法拟合数据集Kernel Machines使用不同的核函数,计算不同特征之间的相似度Neural Network通过神经网络学习到数据的表征特征 Learning Note by <跟李沐学AI>