在线学习和批量学习
批量学习采用的模型是原始数据生成的模型,输出的结果数据,不会改变原有模型
在线学习生成的模型是根据输出结果与正确结果比较,得到反馈后,再生成的模型.


参数学习和非参数学习
参数学习:一旦学习到参数,不会改变原有数据集.比如线性回归.
非参数学习:不对模型进行过多假设,非参数不等于没有参数.
批量学习采用的模型是原始数据生成的模型,输出的结果数据,不会改变原有模型
在线学习生成的模型是根据输出结果与正确结果比较,得到反馈后,再生成的模型.
参数学习:一旦学习到参数,不会改变原有数据集.比如线性回归.
非参数学习:不对模型进行过多假设,非参数不等于没有参数.
本文标题:2.4 机器学习概念 - 其他分类
本文链接:https://www.haomeiwen.com/subject/vmfztftx.html
网友评论