机器学习可以分为三类,监督学习,无监督学习和强化学习。
监督学习的训练样本中包含标签,任务是预测样本的标签。监督学习可以分为分类和回归两大类。训练样本中包含的标签为类别的,为分类任务;训练样本中包含的标签为数值的,为回归任务。
无监督学习的训练样本中不包含标签,目的是通过对训练样本的学习来揭示数据的内在性质及规律,为进一步的数据分析提供基础。常见的无监督学习有聚类,降维与度量学习,特征选择与稀疏学习。
强化学习是在与环境的交互中学习做出合适的动作使激励(包含当前的和长期的)最大。常见的强化学习的应用有无人驾驶,智能机器人,游戏竞技(如下围棋的Alphago https://deepmind.com/research/case-studies/alphago-the-story-so-far)。
祖国翔,于上海
https://www.linkedin.com/in/guoxiang-zu/