Type of machine learning 机器学习的四种类型
- Supervised Learning 监督式学习
监督学习的含义是指训练的数据类型是已知的，换句话说就是已经打了标签分过类的数据（Correct classes of training data are known），依赖于人为输入训练的算法，减少人工审查相关性和编码的开支。
Supervised Learning
监督学习的典型例子：
1.png
2.png
3.png
监督学习可以分为：分类（Classification: predict class from observations）和回归（Regression (prediction): predict value from
observations）
分类问题（离散的分类）强调Class：
将文档分类为预定义的类别。
•文档可以是文本，图像
•流行的是朴素贝叶斯分类器。
• 步骤：
- 步骤1：使用数据集例如运动、板球、新闻，训练出一个模型
- 分类器将计算每个单词的概率，即它使该文档属于哪类文档的概率
- 步骤2：使用针对该模型的测试数据集进行测试
回归问题（连续的预测）强调Value：
比如房价的预测，它试图将输入和输出在二维平面的点用一个连续函数连起来。
分类和回归
- Unsupervised Learning 无监督学习
无监督学习是指训练的数据类型并不知道，或者可以说是没有标签的数据。无监督学习通常是一种聚类问题。
无监督学习
聚类（Clustering: group observations into “meaningful” groups）
一些无监督学习的模型：
• Clustering k‐means and mixture models
聚类K均值和混合模型
• Auto‐encoders in deep neural networks
https://blog.csdn.net/marsjhao/article/details/73480859
• Generative Adversarial Networks (very hot!)
生成式对抗网络
- Semi‐Supervised Learning 半监督学习
半监督学习中的数据一部分数据有标签，一部分没有标签。
半监督学习
- Reinforcement Learning 强化学习
强化学习是建立了一种反馈机制让模型朝着正确的方向发展。反馈机制就是奖与罚。
强化学习
网友评论