个人学习笔记,可能漏洞百出
机器学习
机器学习是人工智能的核心,是一种借鉴于人的学习行为,训练机器使其可以自行分析数据(图片,声音,文字)解决问题的方法。
机器学习基于学习方法可以分为
监督学习 | 根据已有经验分析输入数据(的分类),学习结果为函数,应用最为广泛 |
非监督学习 | 分析没有标签的输入数据,学习结果为可以对数据分类的类别,未来的方向 |
强化学习 | 对系统的输入进行奖惩,从而优化学习的方法 |
监督学习
Supervised Learning的特点是有已知的,被分类好的数据作为训练数据集。,可以解决的问题可以分为两类
分类学习 | 预测分类标签,如图像识别。 从训练数据中抽取所需要的特征形成特征向量。将特征向量及其分类一并送入学习算法,训练一个预测模型。 |
回归预测 | 预测一个连续值,如根据教育水平预测收入。 采用同样的特征抽取方法作用于新测试数据,得到用于测试的特征向量,最后使用预测模 |