有监督学习,无监督学习,半监督学习和强化学习

什么是机器学习: 如果计算机程序可以从经验E中学习有关某类任务T和绩效指标P的信息，并且计算机对T中任务的绩效（由P衡量）随经验E的提高而有所提高,那么这个过程就可以被称作是机器学习了.

其实机器学习的过程和人学习的过程很相似,想想高考前我们刷过的那些题,所谓的经验E就是经过不断的刷题让我们不断提高的做题技巧和知识掌握率,通过不断的重复刷题这个动作使经验E增多,为了在最后的任务T中取得好的成绩,也就是更高的绩效指标P,这么解释会不会更容易理解一点.

机器学习的算法分类

主要分成有监督学习,无监督学习,半监督学习和强化学习四类

有监督学习和无监督学习很容易区分和理解,直白来讲,监督的含义就是训练数据集和测试数据集有没有标签:

如果数据集中包含了特征和标签的,是有监督学习,也就是最后的计算结果对不对,是有标准答案可以做参考和对比的;

而数据集中只有特征没有标签的,是无监督学习,也就是最后的结果对不对,是没有标准答案的.

比如做分类的时候,大多数时候是有监督的,就是提前知道了分几类,有哪些特征的数据是属于哪一类的都可以判断出,而做聚类的时候就是无监督的了,不知道应该聚几类才是对的,也不知道哪些数据在哪一类的才是对的.

半监督学习就有点不好理解了,半监督一般是指数据集中的数据有一部分是有标签的,另一部分是没标签的,既不完全符合有监督学习的要求,也不完全符合无监督学习的要求,比如说在图像识别领域,有一堆图片,手工标注出其中含有猫的图片,这样一个数据集就是一部分数据有标签一部分数据没标签,这样一个数据集就可以用用半监督学习的方法对数据集进行训练,使一个模型能够准确从一堆图片中识别出猫.

在半监督学习中,也包含两种学习方法,一种是将没有标签的数据和有标签的数据同等对待进行训练,另一种是将没有标签的数据作为需要被预测的数据对待,两者也是有不同的.

强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。

说起这个强化学习就更厉害了,它的每一步没有明确的标签标识对错,只存在一个最终的结果作为导向,比如说下棋,走的每一步都没有什么对错,毕竟看的是全局,在训练机器的时候,机器也不知道对错,但是机器知道走到最后是输还是赢,如果输了,下次就不这么走了,如果赢了,那就记下这种走法,是可行的.通过不断的"试错"来学习积累,这就是强化学习了.

有监督学习,无监督学习,半监督学习和强化学习相关推荐

具有多样-代表性奖励机制的无监督视频摘要深度强化学习
题目 <Deep Reinforcement Learning for Unsupervised Video Summarization with Diversity-Representativ ...
监督学习和无监督学习_让半监督学习再次伟大！谷歌最新无监督数据增强研究，全面超越现有半监督学习方法...
新智元报道来源:GoogleAI 编辑:元子 [新智元导读]Google AI最新研究用无监督数据增强推进半监督学习,取得令人瞩目的成果.该方法超越了所有现有的半监督学习方法,并实现了仅使用 ...
监督学习、无监督学习、半监督学习和强化学习
https://www.toutiao.com/a6673066493946626574/ AI 想必大家都知道,在机器学习训练一个模型的过程中需要大量的数据进行喂养.根据训练的模型不同,一般有如下的 ...
【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 ...
监督学习、无监督学习、半监督学习、强化学习
图:pixabay 「机器人圈」导览: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,机器人圈将逐个解释这些方法背后所蕴含的理论知识.除此之外,机器人圈将 ...
机器学习_监督学习、非监督学习、半监督学习以及强化学习概念介绍
机器学习中通常根据数据是否有标签可以分为监督学习(supervised learning).非监督学习(unsupervised learning) 和半监督学习(semi-supervised le ...
机器学习中的有监督学习，无监督学习，半监督学习
在机器学习(Machine learning)领域,主要有三类不同的学习方法: 监督学习(Supervised learning). 非监督学习(Unsupervised learning). 半监督 ...
有监督、无监督和半监督学习
目录概念描述监督学习(Supervised Learning,SL) 无监督学习(Unsupervised Learning,UL) 半监督学习(Semi-supervised Learning, ...
【科普】半监督学习的概述与思考，及其在联邦学习场景下的应用
关注公众号,发现CV技术之美在现实世界中,数据往往存在各种各样的问题,例如:图片分类模型对标注数据的依赖性很强.标注图片数据难以获取.大量未标注数据存在.针对某个场景的数据量过小-等等问题. 在联邦 ...
一文看懂半监督学习(Semi-supervised Learning)和自监督学习(Self-Supervised Learning)
前言网络上很多关于此的文章,在这里进行一个梳理参考: https://zhuanlan.zhihu.com/p/33196506 https://zhuanlan.zhihu.com/p/1395 ...

有监督学习,无监督学习,半监督学习和强化学习

有监督学习,无监督学习,半监督学习和强化学习相关推荐

最新文章

热门文章