从广义上讲继续学习就是利用计算机编码人们的经验，从而提高性能和准确率。典型的方法就是从历史数据中进行分析。这些数据是人们经过标注数据，可以被称作为训练集。这些数据的质量影响到模型训练的好坏。
一个经典的例子就是给有限的文档标注好主题，然后对其他的文档进行主题预测。这就是文本分类。
一般来说，机器学习包括准确率与模型的复杂度说法。在计算机领域中算法，通常包括时间复杂度空间复杂度。机器学习中，需要增加样本复杂度这个概念。
机器学习的分类。
1。文本分类或者文档分类
2。自然语言处理
3。语音识别应用
4。计算机视觉应用
5。计算生物应用
6。。。。
网友评论