-Supervised Learning （监督学习）
-回归问题
-分类问题
-线性模型
-非线性模型
-深度学习
-支持向量机
-决策树
-临近算法
-结构化问题
-Semi-Supervised Learning （半监督学习）
-Unsupervised Learning（非监督学习）
-Transfer Learning（迁移学习）
-Reinforcement Learning（增强学习）
Learning map
监督学习：有标签数据
半监督学习：部分有标签
非监督学习：无标签
迁移学习：用非相关数据（含标签）来优化目标模型（含标签）
增强学习：只告诉机器结果是好还是不好，机器自己去提高
Machine Learning Introduction What's the Machine Learning...
Introduction to Machine Learning and Using Numpy
introduction machine learning: Field of study that gives ...
Introduction What is machine learning In this video we wi...
Introduction 1.Machine Learning definition Arthur Samuel(...
《Probabilistic Machine Learning: An Introduction》 完整目录 ht...
Machine Learning by Andrew Ng Week 1 - Introduction Super...
Course Requirements and Grading Lab(30%) Python Synthetic...
统计与机器学习概论 付彦煒 yanweifu@fudan.edu.cn http://yanweifu.githu...
下载地址：Introduction to Machine Learning with R一本免费的电子书，胜过一杯...
本文标题：Introduction of Machine Learning
本文链接：https://www.haomeiwen.com/subject/iqxfyqtx.html
网友评论