A.機械学習とは何ですか
機械学習は人工知能から生じる規律の重要な枝である、インテリジェント達成するための鍵です。
機械学習は、より多くの分野よりも学際的な新しい知識を獲得するために、コンピュータシミュレーションまたはどのように人間の学習行動を達成するために特化した確率、統計、近似理論、凸解析、アルゴリズムの複雑さの理論と他の科目の、設計理論、または技能、知識構造継続的にパフォーマンスを向上させるために再編成されました。- Baiduの百科事典
歴史の発展
III。機械学習法
1.管理された学習
教師付き学習は、分類と回帰に分かれています。
試験複数の選択肢の質問をしたいです画像の分類、トレーニングはこの束の条件を満たすことに焦点を当て、バンチ満たす条件.....、それはあなたが与える試験条件のセットに従って、最終的な判断に属し杭;
ブランク試験の塗りつぶしを行うことに似ているイメージを返し、おおよそ関数モデルをシミュレートする訓練セットに与えられたデータによると、我々は答えを推定するためのテストへのデータの最終セットを提供します。
2.教師なし学習
クラスタリングに教師なし学習。
教師なし学習には白は限り、あなたはライン上で正当化されているとして、法律を見つけることであると言って、答えと方法を固定されていません。例えば上記の例では、点の形状に応じて、法律、いずれかの「おもちゃ」を見つけるための分類トレーニングセットとして、また、色によって分けることができ、それは限り、ライン上の共通接地が存在するように、サイズに応じて分割することができます。
3.半教師あり学習
半教師付き学習：それは教師付き学習での生活が比較的小さいため、教師と教師なしの組み合わせなので、両方の組み合わせを使用しています。
単純なクラスタクラスレスタグ点：色に応じた形状に応じて、サイズプレス、...、タグは、プレス成形、または色によって必要がある最後にクラスによって決定され...
クラスタリングが想定され、人気のある仮説の差：クラスタリングプロセスは、同じクラスタ内の試料において想定され、そしてプロセスは、人気のある小さな局所領域を想定しています。より多くのデータをより多くの真のフィット一緒に。
4.学習とマルチタスク学習を強化
学習の強化：同様の猫、我々は猫の右または間違っているが、彼の行動「インセンティブ」を教えていない、彼はゆっくりとパフォーマンスを強化することを学びます。
マルチタスク学習は：いくつかの問題が独立して解決することができるが、実際には多くの問題を独立に解くことができない、それらの間の関係がありますが、関連するタスク間の共有情報に仕事で学ぶことよりがあります。