机器学习:监督学习、无监督学习、强化学习
监督学习
监督学习简单来说就是通过学习许多有标签的样本,然后对新的数据做出预测。
机器学习的两大任务:回归和分类。
在回归问题中,我们会预测一个连续值,比如说预测明天多少度,预测房价多少钱等等,而另一类问题是分类问题,比如给你一张图片,这是猫还是狗,这就是分类问题。分类问题的预测结果不是对就是错,而回归问题是对真实值的一种逼近预测,你的预测值与真实值差距越小则越好,不会存在绝对的对错概念,
比如预测房价,我们给出房价的真实价格数据,然后再给出相关的的影响因素数据,然后根据这些关系去训练出一个模型,用来预测房价。这个训练过程中数据是有标签的(就是在某一条件下的房价我们是已知的),这就是有监督学习。
比如分类图片,我们训练的时候每张图片都是有标签的,也就是这张图的所属类别我们是知道的,让模型去不断地训练和学习,最终得到一个好的结果,这就是有监督学习。
无监督学习
无监督学习的训练数据没有标签。
无监督学习可以从给定的数据中寻找隐藏的结构。比如我们给定肿瘤数据(肿瘤大小和年龄),但是不告诉它哪些是恶性肿瘤哪些是良性肿瘤,让他自己学习。无监督型算法会去寻找具有相同结构的数据,并把它们分类,最终识别出两类来。无监督学习算法的目标是以某种方式组织数据,然后找出数据中存在的内在结构。
强化学习
强化学习强调如何基于环境而行动,以取得最大化的预期利益。他的本质是解决决策问题,即自动进行决策。它是这样工作的:机器被放在一个能让它通过反复试错来训练自己的环境中。机器从过去的经验中进行学习,并且尝试利用了解最透彻的知识作出精确的判断。
强化学习的例子:马尔可夫决策过程。
机器学习:监督学习、无监督学习、强化学习相关推荐
- 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 ...
- 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 ...
- 吴恩达机器学习笔记-无监督学习
机器学习-无监督学习 一.什么是无监督学习 二.聚类算法(无监督学习) 1.聚类算法的应用 2.K-Means算法 算法流程--图例 算法流程--文字描述 K-means分离不佳簇问题 K-means ...
- 机器学习之无监督学习-K均值聚类算法
机器学习之无监督学习-K均值聚类算法 对于无监督学习,有两类重要的应用,一个是聚类,一个是降维.我们今天主要学习聚类中的K均值聚类. 我们先看看下图,图a为原始的数据点,我们想要对图a的数据点进行分类 ...
- Python 机器学习实战 —— 无监督学习(下)
前言 在上篇< Python 机器学习实战 -- 无监督学习(上)>介绍了数据集变换中最常见的 PCA 主成分分析.NMF 非负矩阵分解等无监督模型,举例说明使用使用非监督模型对多维度特征 ...
- Python 机器学习实战 —— 无监督学习(上)
前言 在上篇<Python 机器学习实战 -- 监督学习>介绍了 支持向量机.k近邻.朴素贝叶斯分类 .决策树.决策树集成等多种模型,这篇文章将为大家介绍一下无监督学习的使用. 无 ...
- 【机器学习】无监督学习
[机器学习]无监督学习 https://mp.weixin.qq.com/s/NV84o6Jd_z8evjq05n2jzA 作者:水奈樾 人工智能爱好者 博客专栏:http://www.cnblog ...
- 机器学习算法--无监督学习--聚类
机器学习算法–无监督学习–聚类 一.原型聚类 特点:需要预先指定簇的个数K 1.K-Means Python实现K-Means算法: Python实现K-Means算法 原理:从数据集中选择K个样本作 ...
- 机器学习之无监督学习——聚类
机器学习之无监督学习--聚类 无监督学习 一.基于划分的聚类方法 1.基于划分的方法 简介 A.概念 B.分组 C.分组与样本 对应关系 D.硬聚类 与 软聚类 二.基于层次的聚类方法 1.基于层次的 ...
- 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 ...
最新文章
- Linux jdk配置
- 再谈 HBase 八大应用场景
- 直播报名 | 大牛教你哔哩哔哩、亚马逊跨境电商用户画像实战真经
- Ubuntu21.04 Docker 安装
- step5 . day1 网络编程基础知识
- google i/o_Google I / O 2017最有希望的突破
- 浅谈js与jq给新增元素动态绑定事件(事件委托)
- java中获取链表的第一个节点,两个链表中的第一个公共节点(java)
- 最长递增子序列和双序列
- MyBatis学习后篇
- python 直方图均衡化_直方图均衡化-Python实现
- Vant 3 - 有赞出品的开源移动UI组件库,基于 Vue3 重构发布
- gitlab在docker报错could not open /var/opt/gitlab/.ssh/authorized_keys解决
- uos已连接网络但无法访问互联网
- 人工智能工程师第七期-AI100-专题视频课程
- 利用Python实现FGO自动战斗脚本,再也不用爆肝啦~
- CentOS8部署多版本共存Python开发环境
- day10-阶段测评
- mysql subpartitions_mysql分区报错:Too many partitions (including subpartitions) 处理
- 纳米数据专业体育数据供应商,足球篮球实时数据,实时更新比赛比分数据,体育数据接口api