前言

根据学习任务的不同可将统计学习分为监督学习、无监督学习、强化学习、半监督学习、主动学习

监督学习

本质是学习输入输出之间映射的统计规律，好比先带人工智障认一遍那些是好瓜那些是坏瓜，让后再给人工智障一批瓜让它识别出那些是好瓜那些是坏瓜，带人工智障学习的认瓜的过程就是监督学习的学习训练过程，让人工智障自己认瓜就叫做预测过程。需要理解的几个名词：

● 输入变量：有限元素构成的集合，即瓜
● 输出变量：有限元素构成的集合，即好瓜坏瓜这个结果
根据输入输出变量的类型，又可以将其分为：
● 回归问题：变量连续的预测问题，看瓜预测重量，常用算法：线性回归
● 分类问题：变量离散且有限的预测问题，看瓜预测瓜熟了没熟，常用算法：K近邻法、感知机、朴素贝叶斯法、决策树、逻辑斯谛回归模型、SVM、adaBoost、贝叶斯网络、神经网络等
● 标注问题：标注是分类问题的一种推广，标记问题的输入是一个观测序列，输出是一个标记序列或状态序列。标注问题的目标在于学习一个模型，使它能够对观测序列给出标记序列作为预测。如看单词说出它的词性，看评论说出评论在夸人还是骂人，常用算法为：隐性马尔可夫模型、条件随机场

无监督学习

无监督学习的本质是学习数据中的潜在统计规律或潜在结构，给人工智障一批瓜让它自己去识瓜分瓜，可以用这个方法找出离群瓜，分瓜的结果不好量化和衡量，根据解决的问题类型分为：
● 聚类问题：根据数据的特征对数据进行分类，如把瓜分成大中小3类，常用算法如：K均值聚类、
● 降维问题：把相似的特征归纳成一个特征，如西瓜、哈密瓜、香瓜都是瓜
其余延伸的还可以继续学习强化学习（认完一批瓜再教认一批瓜）、半监督学习

机器学习-有监督无监督相关推荐

机器学习算法_无监督机器学习算法：主成分分析
之前我们曾经讲过,无监督学习是一种不使用标记数据(无目标变量)的机器学习.因此,算法的任务是在数据本身中寻找模式.无监督机器学习算法的两种主要类型分别是使用主成分分析的降维算法和聚类算法(包括K-Me ...
机器学习算法-监督/无监督
机器学习的主要任务: 分类:将实例数据划分到某一类别回归:根据现有的数据特征预测数值型的数据如何选择合适的算法 (1)确定算法的类型:监督[-预测目标变量的值-] / 无监督 (2)若是监督算法, ...
有监督无监督自监督半监督弱监督
自己学习做笔记用的,从别人的讲解中摘抄. 有监督:用有标签的数据训练. 半监督:数据分为两部分,小部分有标签,大部分无标签.用有标签的数据训练网络,用训练后的网络对无标签的数据进行分类制作伪标签,用一 ...
极大似然估计(Maximum Likelihood)与无监督
1. 极大似然与最大概率因为不是科班出身,所以最初接触极大似然的时候,总是很奇怪为什么叫极大似然,而不直接叫做最大概率? 后来才知道极大似然是用来估计未知参数的,而最大概率的表述更适合于已知参数的情 ...
文本相似度之五种无监督算法实现代码
短文本相似度,即求解两个短文本之间的相似程度:它是文本匹配任务或文本蕴含任务的一种特殊形式,返回文本之间相似程度的具体数值.然而在工业界中,短文本相似度计算占有举足轻重的地位. 例如:在问答系统任务( ...
机器学习中的无监督学习_无监督机器学习中聚类背后的直觉
机器学习中的无监督学习 When it comes to analyzing & making sense of the data from the past and understandin ...
最全机器学习种类讲解：监督、无监督、在线和批量学习都讲明白了
导读:现有的机器学习系统种类繁多,根据以下内容将它们进行分类有助于我们理解: 是否在人类监督下训练(监督式学习.无监督式学习.半监督式学习和强化学习) 是否可以动态地进行增量学习(在线学习和批量学习) ...
【报告分享】2019移动互联网行业报告暨无监督机器学习下的2019行业价值人群聚类报告.pdf...
今天给大家分享的报告是TalkingData于2020年3月31日发布的<2019移动互联网行业报告暨无监督机器学习下的2019行业价值人群聚类报告.pdf>,报告包含如下四大部分: 1. ...
9种有监督与3种无监督机器学习算法
机器学习作为目前的热点技术广泛运用于数据分析领域,其理论和方法用于解决工程应用的复杂问题.然而在机器学习领域,没有算法能完美地解决所有问题(数据集的规模与结构.性能与便利度.可解释性等不可能三角),识 ...

机器学习-有监督无监督

前言

监督学习

无监督学习

机器学习-有监督无监督相关推荐

最新文章

热门文章