|
机器学习分为3个简化步骤:
1、定义一系列的函数 a set of function;
2、评估函数的好坏;
3、选取最优的函数。
学习规划:
Regression:函数是scalar的;
比如输入一组气象数据(过去几天的气温),输出明天的气温,中间的函数就是scalar的。
Classification: 1、Binary Classification 比如: Yes or No;2、Multi-class Classification比如:邮件分类
Classification包括:线性模式、非线性模式;
非线性模式包括:深度学习、SVM、decision tree、K-NN 。。。
Supervised Learning:用的training data 必须是labelled data;
Semi-Supervised learning:有labelled data 也有 unlabeled data(和labelled data相关);
Transformed learning:有labelled data 也有 unlabeled data(和labelled data无关);
Unsupervised learning:全是unlabeled data,根据输入的数据,机器自己找到中间的函数;
Reinforcement learning:机器自己根据自己的输出去学习,比如alpha go。
Structured learning:有机构性的输出;
比如声音信号的输入----------输出中文语句;输入图片-------输出人物名称。
学习资料:台湾大学李宏毅教授 Machine Learning。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 06:48
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社