机器学习定义关键词:非显著式编程。
分类:
按任务性质分类:
监督学习:人为输入经验E(标签)
强化学习:计算机通过与环境互动,逐渐强化自己的行为模式。
这样的分类并不绝对,实际往往是两者结合,先用监督学习获得一个还不错的训练模型,然后通过强化学习强化行为,提高收益。
监督学习分类方法1:
根据数据标签,监督学习又可分为:
1)传统监督学习
特点:每个数据都有标签。
主要算法:支持向量机,人工神经网络,深度神经网络。
2)非监督学习
特点:所有数据都没有标签
例子:
主要算法:聚类,EM算法,主成分分析
3)半监督学习(近年热点)
特点:一部分数据有标签,一部分数据没有标签
用少量标准的数据和大量未标注数据训练一个优良的机器学习模型
监督学习分类方法2:
按标签是离散还是连续,分为:
1)分类;
2)回归。
机器学习分类
最新推荐文章于 2024-06-18 17:00:07 发布