机器学习的几种学习方式

根据数据类型的不同，对一个问题的建模有不同的方式，人们首先会考虑算法的学习方式。将算法按照学习方式分类可以让人们在建模和算法选择时，根据输入数据来选择最合适的算法，从而获得最好的结果。

在机器学习领域，有以下四种主要的学习方式。

监督式学习(Supervised Learning)

在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”、“非垃圾邮件”。

在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。

监督式学习的常见应用场景如分类问题和回归问题。

非监督式学习(Unsupervised Learning)

在非监督式学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构。

常见的应用场景包括关联规则的学习以及聚类等。

半监督式学习(Semi-supervised Learning)

在半监督式学习方式下，输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。

应用场景包括分类和回归，算法算法首先试图对未标识数据进行建模，在此基础上再对标识的数据进行预测。

强化学习(Reinforcement Learning)

在强化学习方式下，输入数据作为对模型的反馈，不像监督模型那样，输入数据仅仅是作为一个检查模型对错的方式，在强化学习下，输入数据直接反馈到模型，模型必须对此立刻作出调整。

常见的应用场景包括动态系统以及机器人控制等。

机器学习的几种学习方式相关推荐

机器学习的几种分类损失函数
1. 机器学习的几种分类损失函数 1.1 信息量信息量也叫做香农信息量,常用于刻画消除随机变量X在x处的不确定性所需的信息量\color{red}刻画消除随机变量X在x处的不确定性所需的信息量刻画消 ...
机器学习：几种常见的学习方法
机器学习的几种方法,在理解和实践过程中持续更新. 机械学习机械学习就是记忆.把新的知识存储起来,要用时直接检索调用,无需计算推理. 机械学习适合于计算量较大而取值空间较小或是为离散的情况,由于不具有 ...
Andrej Karpathy：神经网络是“软件2.0”，而非机器学习的一种工具
我有时看到人们把神经网络称为"机器学习工具箱中的另一种工具".神经网络作为一种工具有这样那样的优点和缺点,在这个任务或那个任务工作,有时你可以利用它们赢得Kaggle的比赛.不幸的 ...
机器学习的两种计算范式
机器学习正处于一个交叉路口,两种计算范式齐头并进,即以计算为中心的计算,和以数据为中心的计算. 在以计算为中心的计算范式下,数据是在数据中心的实例上存储和分析的:而在以数据为中心的计算范式下,处理是在 ...
【机器学习】九种顶流回归算法及实例总结
线性回归通常是人们为机器学习和数据科学学习的第一个算法.它简单易懂,但是由于其功能有限,在实际业务中并不是最佳选择.大多数情况下,线性回归被用作基线模型来评估和比较研究中的新方法. 在处理实际问题时, ...
【机器学习】干货！机器学习中 5 种必知必会的回归算法！
提到回归算法,我想很多人都会想起线性回归,因为它通俗易懂且非常简单.但是,线性回归由于其基本功能和有限的移动自由度,通常不适用于现实世界的数据. 实际上,它只是经常用作评估和研究新方法时进行比较的基准 ...
机器学习的几种方法（knn，逻辑回归，SVM，决策树，随机森林，极限随机树，集成学习，Adaboost，GBDT）
一.判别模式与生成模型基础知识举例:要确定一个瓜是好瓜还是坏瓜,用判别模型的方法是从历史数据中学习到模型,然后通过提取这个瓜的特征来预测出这只瓜是好瓜的概率,是坏瓜的概率. 举例:利用生成模型是根 ...
机器学习中用到的概率知识_山顶洞人学机器学习之——几种常见的概率分布
机器学习是实现人工智能的重要技术之一.在学习机器学习的过程中,必须要掌握一些基础的数学与统计知识.之前的两篇文章我们分别讲述了中心极限定理与大数定律,它们是数据分析的理论基础.今天我们来介绍几种常见的 ...
H2O机器学习：一种强大的可扩展的人工智能和深度学习技术
书名:基于H2O的机器学习实用方法:一种强大的可扩展的人工智能和深度学习技术原书名:Practical Machine Learning with H2O:Powerful, Scalable Te ...

机器学习的几种学习方式

机器学习的几种学习方式相关推荐

最新文章

热门文章