机器学习导引

机器学习导引

三种范式

监督学习

分类问题

常常定义一种损失函数，对训练集进行处理时使其最小化。该函数代表了系统输出对于正确输出的错误率，因为训练集的给定的输出是正确的

回归问题

学习数值型预测函数，比如房价预测模型

无监督学习

在训练过程中提供给系统的输入是没有标签的。

人脑处理的无监督学习任务要比监督学习任务多得多，所以这种方式很重要。

一般处理聚类问题, 说白了就是将输入的数据按照相似度划分为几个互不相交的子集或者簇

强化学习

强化学习是一种人工智能方法，强调利用系统与其环境之间的交互进行学习。

涵盖了遗传算法、神经网络、心理学和控制工程等各种领域

图源：《TensorFlow深度学习》