深度学习500问阅读笔记——监督学习、非监督学习、半监督学习、弱监督学习?

本文是深度学习500问的读书笔记,介绍了监督学习、非监督学习、半监督学习和弱监督学习的基本概念和应用场景。监督学习通过已知的正确答案训练模型,如逻辑回归和神经网络;非监督学习则在无标签数据中寻找内在结构,如Apriori和k-Means算法。半监督学习结合标记和未标记数据,而弱监督学习处理标签不完整或不确定的情况。
摘要由CSDN通过智能技术生成

这是深度学习500问系列笔记之一,帮助我深入记忆知识,如有不足,随时欢迎交流和探讨。

3.监督学习、非监督学习、半监督学习、弱监督学习?

根据数据类型的不同,对一个问题的建模有不同的方式。根据不同的学习方式和输入数据,机器学习主要分为以下四种学习方式。

监督学习:

   监督学习是使用已知正确答案的示例来训练网络。已知数据和其一一对应的标签,训练一个智能算法,将输入数据映射到标签的过程;

   ②监督式学习的常见应用场景如分类问题回归问题;

   ③常见的算法有逻辑回归(Logistic Regression)和反向传递神经网络(Back Propagation Neural Network)。

比如我目前方向是视觉问答(VQA)就是监督学习。

非监督学习:

   ①在非监督式学习中,数据并不被特别标识ÿ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值