简单理解有监督学习、无监督学习、强化学习

2024-04-14 16:12:33

学习深度学习过程中，如果有一本好的书跟读可以最快的入门。

最开始看了李沐老师的动手学深度学习，书中有理论知识，有代码，可以很好的入门。代码使用的mxnet框架，可能在学校中使用的较少

今天看到一本书，龙龙老师的TensorFlow深度学习，电子版免费开放https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book。

书中第一章介绍机器学习

机器学习可以分为有监督学习（Supervised Learning）、无监督学习（Unsupervised Learning)、强化学习（Reinforcement Learning）

有监督学习：

有监督学习的数据集包含了样本x与样本的标签y，算法模型需要学习到映射关系 $\Gamma _{\Theta }$ ：x——>y,其中 $\Gamma _{\Theta }$ 代表模型函数， $\Theta$ 为模型参数。在训练时，通过计算模型的预测值 $\Gamma _{\Theta }\left ( x \right )$ 与真实标签y之间的误差，来优化网络参数 $\Theta$ ，使得网络的下一次预测能够预测更精准。常见的有监督学习有线性回归、逻辑回归、支持向量机、随机森林等。

无监督学习：

收集带标签的数据往往会代价较为昂贵，对于只有样本x的数据集，算法需要自行发现数据的模态，这种方式叫做无监督学习。

无监督学习中有一类算法将自身作为监督信号，即模型需要学习的映射为 $\Gamma _{\Theta }$ ：x——>x,称为自监督学习（self-supervised Learning）。

通过计算模型的预测值 $\Gamma _{\Theta }\left ( x \right )$ 与x之间的误差来优化网络参数 $\Theta$ 。

常见的无监督学习算法有自编吗器、生成对抗网络等。

强化学习：

增强学习。通过与环境进行交互来学习解决问题的策略的一类算法。

与有监督、无监督学习不同，强化学习问题并没有明确“正确的”动作监督信号，算法需要与环境进行交互，获取环境反馈的滞后的奖励信号，因此并不能通过计算动作与“正确动作”之间的误差来优化网络。常见的强化学习算法有DQN，PPO等。

简单理解有监督学习、无监督学习、强化学习相关推荐

机器学习的五大分类，监督学习无监督学习半监督学习迁移学习增强学习
机器学习的五大分类,监督学习无监督学习半监督学习迁移学习增强学习@监督学习无监督学习半监督学习监督学习在监督学习中,给定一组数据,我们知道正确的输出结果应该是什么样子,并且知道在输入和 ...
AI：人工智能领域算法思维导图集合之有监督学习/无监督学习/强化学习类型的具体算法简介(预测函数/优化目标/求解算法)、分类/回归/聚类/降维算法模型选择思路、11类机器学习算法详细分类之详细攻略
AI:人工智能领域算法思维导图集合之有监督学习/无监督学习/强化学习类型的具体算法简介(预测函数/优化目标/求解算法).分类/回归/聚类/降维算法模型选择思路.11类机器学习算法详细分类(决策树/贝叶 ...
监督学习无监督学习_无监督学习简介
监督学习无监督学习 To begin with, we should know that machine primarily consists of four major domain. 首先,我们应 ...
基于深度强化学习的机器人运动控制研究进展 | 无模型强化学习 | 元学习
1.基于深度强化学习的机器人运动控制研究进展 1.1 深度强化学习 1.1.1 强化学习简介: 强化学习(Reinforcement Learning, RL)利用试错机制与环境进行交互,旨在通过最大 ...
Supervised learning/ Unsupervised learning监督学习/无监督学习
[机器学习]两种方法--监督学习和无监督学习(通俗理解) [机器学习] : 监督学习 (框架) 有监督学习与无监督学习的几大区别目录 Supervised learning 监督学习 Unsuper ...
第一周-机器学习监督学习-无监督学习
这仅是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考关系图: 监督学习(Supervised Learning): 回归预测(Regression:predict real-v ...
无梯度强化学习：使用Numpy进行神经进化
作者|Jacob Gursky 编译|VK 来源|Towards Data Science 介绍如果我告诉你训练神经网络不需要计算梯度,只需要前项传播你会怎么样?这就是神经进化的魔力!同时,我要展示 ...
吴恩达机器学习（二）监督学习/无监督学习
文章目录 1.监督学习 2.无监督学习 1.监督学习定义: 根据已有的数据集,知道输入和输出结果之间的关系.根据这种已知的关系,训练得到一个最优的模型.也就是说,在监督学习中训练数据既有特征(fea ...
论文笔记-连续HVAC控制的无模型强化学习算法的实验评估
本文在一个模拟的数据中心中对四种actor-critic算法进行了实验评估.性能评估基于它们在提高能效的同时保持热稳定性的能力,以及它们对天气动态的适应性.与在EnergyPlus中实施的基于模型的控 ...
【零基础学机器学习 3】机器学习类型简介：监督学习 - 无监督学习 - 强化学习

最新文章

热门文章