学习笔记,供自己查看
1. 监督学习【有人在监督你】【主流 】
- 对已经标记的数据样本进行学习
- 对样本外的数据进行标记预测
- 标记的含义:人为指定每一个样本的类别
比如人为标记每一封邮件,然后对新来的邮件判断是否为垃圾邮件。
2. 非监督学习
- 对没有标记的训练样本进行学习,发现其中的结构性知识
如购买商品的顾客,买西瓜的是一类,买珠宝的是一类
3. 强化学习
- 机器人不断根据环境做决策
- 环境根据决策进行奖励或者惩罚
- 机器人就根据环境给予的反馈来学习
4. 回归问题和分类问题
拿到任何问题都要确定是分类还是回归,再进行机器学习和深度学习的处理
分类:【离散问题】
- 把数据集分到某一类
- 对于数据点,目标是找到它属于
- 比如三分类,三种情况,{0,1,2}
回归【连续问题】:
- 曲线拟合连续的值
- 拟合任意的函数结果