タスクの種類に応じて分けることができます。
- 回帰モデルは:例えば、明日の株価を予測します。
- 分類モデル:サンプルを2つの以上のタイプに分けます。
- 構造化学習モデル:出力は、ベクターが、他のではない構造。
学習理論によるとに分けることができます。
- 教師付き学習:学習サンプルは、すべての最良のモデルを取得するためのラベル、トレーニングネットワークを持っています。
- 教師なし学習:トレーニングサンプルのすべてのような非標識、クラスタリングサンプル。
- 半教師付き学習:訓練サンプルセクションのラベル。
- 強化学習:エージェントおよび取得するための環境の相互作用の報酬訓練のモデルには、環境が右かどうかを判断することはありませんが、するフィードバック信号に続ける評価行動エージェントを。
- 転移学習:新しいサンプル調査に訓練されたモデルの使用は、主な問題は、試料中に問題が小さすぎる解決することです。
AIのインタビューの質問より多くの注目数を:私たちは、すべてのコード農業です(allmanong)、または次のFanger魏コードをスキャン!