【机器学习】之机器学习方法的分类

1，监督学习

给机器的训练数据拥有标记和答案
例如：

图像已经积累了标定信息
银行已经积累了客户的信息和信用卡的信息

2，非监督学习

给机器的训练数据没有标记或答案
对没有标记的数据进行分类 – 聚类分析

对数据进行降维处理

特征提取：把没用的特征忽略掉
特征压缩：PCA算法
方便可视化
异常检测：对一些错误的点去除

3，半监督学习（更常见）

一部分数据拥有标记或答案，而另一部分没用。

通常先采用无监督学习手段对数据进行处理，之后采用监督学习的手段做模型的训练和预测。

4，增强学习

根据周围环境的情况，采取行动，根据采取行动的结果，学习行动方式。

无人驾驶
机器人

机器学习的其他分类

1，批量学习（离线学习）

优点：简单
问题：如何适应环境的变化
解决方案：定时重新批量学习
缺点：每次重新批量学习，运算量大，在某些环境，甚至不可能（比如股市）

2，在线学习

优点：及时反映新的环境变化
问题：新的数据带来不好的数据变化
解决方法：加强对数据的监控

1，参数学习

其中a和b就是参数
在学到了参数之后，就不需要原有的数据了

2，非参数学习

不对模型有过多的假设
非参数不等于没参数

久利之事莫为，众争之地莫往。

【机器学习】之机器学习方法的分类相关推荐

用于临床心理学和精神病学的机器学习方法
用于临床心理学和精神病学的机器学习方法特别着重于从多维数据集学习统计函数,以对个体进行普适性的预测.机器学习方法有可能利用临床和生物学数据来更好地帮助医生做出对精神疾病患者的诊断,预后和治疗相关的决策 ...
机器学习实用指南_机器学习方法：实用指南
机器学习实用指南 by Karlijn Willems 通过Karlijn Willems 机器学习方法:实用指南 (How Machines Learn: A Practical Guide) Yo ...
浅谈对机器学习方法（决策树，SVM，knn最近邻，随机森林，朴素贝叶斯、逻辑回归）的理解以及用sklearn工具实现文本分类和回归方法...
一.决策树定下一个最初的质点,从该点出发.分叉.(由于最初质点有可能落在边界值上,此时有可能会出现过拟合的问题. 二.SVM svm是除深度学习在深度学习出现之前最好的分类算法了.它的特征如下: ...
Stanford机器学习---第六讲. 怎样选择机器学习方法、系统
本栏目(Machine learning)包括单参数的线性回归.多参数的线性回归.Octave Tutorial.Logistic Regression.Regularization.神经网络.机器学 ...
【机器学习】R语言进行机器学习方法及实例
R语言进行机器学习方法及实例机器学习的研究领域是发明计算机算法,把数据转变为智能行为.机器学习和数据挖掘的区别可能是机器学习侧重于执行一个已知的任务,而数据发掘是在大数据中寻找有价值的东西. 机器学 ...
机器学习实验笔记-基于信用卡数据建立行为评分模型的机器学习方法
基于信用卡数据建立行为评分模型的机器学习方法很久之前的一个答疑, 应该不会再影响评分了, 记录以供复习. 数据集与代码放在CSDN下载区域, 也可以留言索要. https://download.cs ...
12 月机器学习新书：《可解释机器学习方法的局限》，免费下载！
点击上方"AI有道",选择"星标"公众号重磅干货,第一时间送达 12 月 9 日,一本机器学习新书上线了,它就是<Limitations of Inte ...
机器学习方法_机器学习大拿253页新书：可解释机器学习方法的局限籍（附下载）...
新智元推荐来源:专知编辑:元子 [新智元导读]机器学习大拿Christoph Molnar推出新书可解释机器学习的局限性,阐述了可解释机器学习的概念.方法等,以及重要的是适用的边界,即可解 ...
CS224W 图机器学习（二）--图上的传统机器学习方法
图上的传统机器学习方法一. Tradtion Feature-based Methods Node 一. Tradtion Feature-based Methods Node 传统机器学习方法,我 ...