监督学习:有标号的数据去训练一个模型,里面还有一类自监督学习,它的标号来自于数据本身(自嵌入,bert,transformer),标号直接从数据里生成。
半监督学习:有两个任务,一个是像监督学习一样,学习我们的模型来预测我的标号。另一个是在没有标号的数据来预测,留下置信高的数据,不断地学习。
无监督学习:聚类算法,将分布估计出来(gan)
强化学习:最不一样的是他有一个环境,不断地跟环境去交互。交互过程复杂,难以控制。
绝大部分讨论监督学习和无监督学习,监督学习也是最主流的任务。
最小化我们的损失函数。
监督学习:决策树,线性模型,核函数(通过核函数来衡量两个样本之间的相似度),神经网络
机器学习模型-实用机器学习
最新推荐文章于 2023-04-24 20:26:27 发布