深度学习#1.有监督学习和无监督学习
机器学习#1.有监督学习和无监督学习
- 人工智能与机器学习与深度学习
- 机器学习
- 有监督学习
- 无监督学习
人工智能与机器学习与深度学习
什么是人工智能？
人类用各种方式让机器拥有与人类相仿的“智能”，就是人工智能。
什么是机器学习？
机器学习就是实现人工智能的一种方式。
什么是深度学习？
深度学习就是实现机器学习的一种技术。
机器学习
为什么要机器学习呢？你想啊，人类这么聪明是为什么，还不是因为在整个人类历史中，人类不断学习，所以才有现在的智能。既然要让机器拥有与人类相仿的智能，那就让机器去学习吧。
机器学习大概可分为两种：有监督学习和无监督学习
有监督学习
有监督学习的大致过程（以图片识别猫为例）：
1. 数据采集（就是找一堆猫的图片，假设是x张，当然数量很庞大，至于多大我也不清楚）
2. 特征提取（就是在图片是把猫圈起来，然后给一个标签：猫；而没有圈起来的部分全部作为背景，同时也给一个标签：背景。当然啦，这都是在软件上进行的）
3. 图片转换：人类看图片是很简单的，而机器是怎么看图的呢。机器看到的图片是由一堆数字组成的，如下图
当然啦，数字是我乱填的。一张彩色图片通常是三层（rgb，即红色red，绿色green，蓝色blue）的，所以是由三张和上面的图一样的图，你也可以看作是三张填满数字的表格。
当然，黑白图片就只有一层的，相当于只有一张表格咯。表格中的数字代表着颜色的程度。
假设上图是一张黑白图的表格，第一个小格子数字是255，那么这个小格的黑色程度是255（最低是0，最高是255），而我们人来看到这个格子就是全黑的。如果这个格子是0，那么我们看到的这个格子就是全白的。
4.开始学习（详细的后面再讲）
5. 当机器学习完这么多的猫图后，它就大概知道上面样子的物体是猫了。
6. 学习的过程也是一个训练的过程
7. 然后就是测试了
什么是测试呢？我们用了很多图片来让机器知道什么是猫，那总要知道机器学习得怎么样吧，就好像你上学时的测验和考试
8.测试：也是用一堆猫图（数量大概是x/4张）然后用来测试机器学习学习的效果
9. 根据学习的结果与真实结果作比较，通过一些公式来计算误差，就知道学得好不好啦（好比学习的结果里面有90%是猫，那么训练的效果就很好了，至于要用什么公式来计算误差，之后再说）
无监督学习
而无监督学习呢，厉害了，它不需要人来圈出那些部分是猫，它就能自己识别出什么是猫：
它和有监督学习的最大差别在于第二点的特征提取，因为它不用提取，因此也导致了学习的方式与有监督学习不一样。
怎么不一样呢：
简单来说就是给机器一堆猫图和一堆狗图，它就相似的图片归为一类，自动分成了猫图和狗图。
怎么算是相似呢？其实一类图片和另一类图片之间是由某种距离的，而这种距离就是关键。距离短的就是相似，距离长的就是不相似。
这个距离是什么呢？举个超级简单的例子吧：最黑和最白，在机器看来就是0和255，那么0和255的差距就是0-255=-255，这个差距带入到某公式里，就可以计算距离啦。详细的之后再讲吧。
深度学习#1.有监督学习和无监督学习相关推荐
- 动手学深度学习v2 p1引言 监督学习与无监督学习
1.引言 1.2. 机器学习中的关键组件 首先介绍一些核心组件.无论什么类型的机器学习问题,都会遇到这些组件: 可以用来学习的数据(data): 如何转换数据的模型(model): 一个目标函数(ob ...
- 机器学习、监督学习、无监督学习、强化学习和深度学习的区别
机器学习按学习形式主要包括监督学习.半监督学习.无监督学习和强化学习.有监督学习就是根据有标签的数据集学习一个由输入到输出的映射:而无监督学习是学习一个没有标签的数据集,是基于数据之间的相似性进行聚类 ...
- 走向无监督学习（无监督学习概述 - 告别启蒙阶段的深度学习）
1 之前的人工智能学习(监督学习 supervised learning) 相信所有人在学习人工智能的时候,都经过了几个阶段,从一开始简单的数据处理,到机器学习简单算法,然后再到深度学习.在长时间的学 ...
- 【深度学习】有监督学习、无监督学习、半监督学习
本文目录 有监督学习(Suspervised Learning) 常见的有监督学习 无监督学习(Unsupervised Learning) 常见的无监督学习 半监督学习(Semi-supervise ...
- 机器学习概念 — 监督学习、无监督学习、半监督学习、强化学习、欠拟合、过拟合、后向传播、损失和优化函数、计算图、正向传播、反向传播
1. 监督学习和无监督学习 监督学习 ( Supervised Learning ) 和无监督学习 ( Unsupervised Learning ) 是在机器学习中经常被提及的两个重要的学习方法. ...
- 【机器学习 基本概念】监督学习、无监督学习、半监督学习与强化学习
本文转载自:一文读懂监督学习.无监督学习.半监督学习与强化学习这四种深度学习方式 一般说来,训练深度学习网络的方式主要有四种:监督.无监督.半监督和强化学习.在接下来的文章中,计算机视觉战队将逐个解释 ...
- 理解监督学习、无监督学习、半监督学习、强化学习
目录 监督学习 回归问题 分类问题 无监督学习 半监督学习 强化学习 参考链接 监督学习 监督学习简单来说就是我们给学习算法一个数据集. 这个数据集由"正确答案"组成,然后使用已知 ...
- 【机器学习】机器学习算法模式：区别监督学习、无监督学习、半监督学习、强化学习
机器学习的三大要素:数据.算法模型.计算. 机器学习最大的用处是通过对历史数据的分析,找出其中的潜在规律,从而对未来进行预测. 数据:目前是大数据时代,各行各业基本上都不缺数据,缺乏的只是从数据当中提 ...
- 强化学习（Reinforcement Learning）是什么？强化学习（Reinforcement Learning）和常规的监督学习以及无监督学习有哪些不同？
强化学习(Reinforcement Learning)是什么?强化学习(Reinforcement Learning)和常规的监督学习以及无监督学习有哪些不同? 目录
- 监督学习和无监督学习_一篇文章区分监督学习、无监督学习和强化学习
经过之前的一些积累,终于有勇气开始进军机器学习了!说实话,机器学习 这个概念是我入行的最纯粹的原因,包括大学选专业.学习 Python 语言-这些有时间仔细梳理下经历再写,总之这个系列的文章就是我自学 ...
最新文章
- pandas使用bdate_range函数获取起始时间（start）和结束时间（end）范围内的所有周末日期（weekends day）
- Performance Metrics for Binary Classification
- BeanUtils.copyProperties与PropertyUtils.copyProperties用法及区别
- oracle频,Oracle动作频频 Java或浴火重生
- oracle 600 侯,oracle在导入数据时报600错误的解决方法
- word 编辑域中的汉字_15条Word常用操作教程，简单实用，纯干货分享，收藏备用！...
- Servlet 调用过程
- 首批骁龙875旗舰！小米11屏幕依然是挖孔
- Python 5 运算符
- VSCode打开终端的快捷键
- iphone电压测试软件,电压电击iPhone结果会怎样? 通过测试后, 照样可以正常开机...
- 【语音增强】基于matlab iir带阻滤波器语音增强【含Matlab源码 613期】
- 【教程】Edraw Max使用教程：创建一个基本流程图
- c语言 除法优化,【小课堂】汇编级除法优化
- PyTorch——手写数字识别
- 种草电商系统种草电商系统开发解决方案
- 鸿蒙炼体 等级划分,洪荒的等级划分
- 目标检测中的precision，recall，AP，mAP计算详解
- excel空白单元格自动填充上一单元格内容
- 基于OpenCV做“三维重建”（1）--找到并绘制棋盘