《深度学习之美》第3章

《深度学习之美》张玉宏著

第3章 “机器学习”三重门，“中庸之道”趋若人

1、监督学习（Supervised Learning）

所谓监督学习，就是先用训练数据集合（training data sets）学习得到一个模型（model），然后再使用这个模型对新样本（testing data sets）进行预测（Prediction）。

1.1回归分析（Regression Analysis）
线性回归（Linear Regression） and 逻辑回归（Logistic Regression）
1.2分类学习（Classification Learning）
k-近邻（k-Nearest Neighbor，kNN）、支持向量机（Support Vector Machine，SVM）、朴素贝叶斯分类（Naive Bayes）、决策树（Decision Tree）、BP反向传播算法等。

2、非监督学习（Unsupervised Learning）

非监督学习，本质上就是“聚类（Cluster）”的近义词。

比较有名的非监督学习算法：K均值聚类（K-Means Clustering）、关联规则分析（Association Rule，如Apriori算法等）、主成分分析（Principal Components Analysis，PCA）、随机森林（Random Forests）、受限玻尔兹曼机（Restricted Boltzmann Machine，RBM）等。

3、半监督学习（Semi-supervised Learning）

半监督学习就是以“已知之认知（标签化的分类信息）”，扩大“未知之领域（通过聚类思想将未知事物归类为已知事物）”。
聚类假设（Cluster Assumption）：相似的样本，拥有相似的输出。

常见的半监督学习算法有生成式方法，半监督支持向量机（Semi-supervised Support Vector Machine）、图半监督学习、半监督聚类等。

4、强化学习（Reinforcement Learning）

强化学习强调的是，在一系列的情景之下，选择最佳决策，它讲究通过多步恰当的决策，来逼近一个最优的目标，因此，它是一种序列多步决策的问题。

《深度学习之美》第3章相关推荐

AI - 深度学习之美十四章-概念摘要（8~14）
原文链接:https://yq.aliyun.com/topic/111 本文是对原文内容中部分概念的摘取记录,可能有轻微改动,但不影响原文表达. 08 - BP算法双向传,链式求导最缠绵反向传播( ...
AI - 深度学习之美十四章-概念摘要（1~7）
原文链接:https://yq.aliyun.com/topic/111 本文是对原文内容中部分概念的摘取记录,可能有轻微改动,但不影响原文表达. 01 - 一入侯门"深"似海,深 ...
【深度学习之美】卷地风来忽吹散，积得飘零美如画（入门系列之十）
系列文章: 一入侯门"深"似海,深度学习深几许(深度学习入门系列之一) 人工"碳"索意犹尽,智能"硅"来未可知(深度学习入门系列之二) 神经 ...
【深度学习之美】激活引入非线性，池化预防过拟合（入门系列之十二）
12.1 两个看似闲扯的问题在开讲本章内容之前,先请你思考两个问题呗:第一个问题,你能用直线画出一张漂亮的笑脸吗?第二个问题是,你知道那副著名的对联:"诸葛一生唯谨慎,吕端大事不糊涂&qu ...
【深度学习之美】LSTM长短记，长序依赖可追忆（入门系列之十四）
14.1 遗忘是件好事还是坏事? 如果我问你,遗忘,是件好事,还是坏事? 或许你会说,当然是件坏事啊,我可羡慕记忆力好的人了. 可我要告诉你,如果你到现在还记得,两岁时,隔壁家的小女孩"横刀 ...
【深度学习之美】BP算法双向传，链式求导最缠绵（入门系列之八）
8.1 BP神经网络极简史在神经网络(甚至深度学习)参数训练中,BP(Back Propagation)算法非常重要,它都占据举足轻重的地位.在提及BP算法时,我们常将它与杰弗里•辛顿(Geoffr ...
【深度学习之美】局部连接来减参，权值共享肩并肩（入门系列之十一）
系列文章: 一入侯门"深"似海,深度学习深几许(深度学习入门系列之一) 人工"碳"索意犹尽,智能"硅"来未可知(深度学习入门系列之二) 神经 ...
一文弄懂元学习 (Meta Learing)（附代码实战）《繁凡的深度学习笔记》第 15 章元学习详解（上）万字中文综述
<繁凡的深度学习笔记>第 15 章元学习详解 (上)万字中文综述(DL笔记整理系列) 3043331995@qq.com https://fanfansann.blog.csdn.net ...
一文让你完全弄懂逻辑回归和分类问题实战《繁凡的深度学习笔记》第 3 章分类问题与信息论基础（上）（DL笔记整理系列）
好吧,只好拆分为上下两篇发布了>_< 终于肝出来了,今天就是除夕夜了,祝大家新快乐!^q^ <繁凡的深度学习笔记>第 3 章分类问题与信息论基础 (上)(逻辑回归.Softm ...
一文让你完全弄懂回归问题、激活函数、梯度下降和神经元模型实战《繁凡的深度学习笔记》第 2 章回归问题与神经元模型（DL笔记整理系列）
<繁凡的深度学习笔记>第 2 章回归问题与神经元模型(DL笔记整理系列) 3043331995@qq.com https://fanfansann.blog.csdn.net/ http ...

《深度学习之美》第3章

《深度学习之美》第3章相关推荐

最新文章

热门文章