机器学习如何分类?

大城市里の小女人 提交于 2020-04-06 01:46:18

按照任务类型可分为:

  • 回归模型:例如预测明天的股价。
  • 分类模型:将样本分为两类或者多类。
  • 结构化学习模型:输出的不是向量而是其他结构。

按照学习理论可分为:

  • 监督学习:学习的样本全部具有标签,训练网络得到一个最优模型。
  • 无监督学习:训练的样本全部无标签,例如聚类样本。
  • 半监督学习:训练样本部分有标签。
  • 强化学习:智能体与环境进行交互获得奖励来进行训练的一种模式,环境不会判断是否正确,而是会不断的反馈信号来评价智能体的行为。
  • 迁移学习:运用已经训练好的模型对新的样本进行学习,主要是解决问题中样本过少的问题。


人工智能更多面试问题关注公众号:我们都是码农 (allmanong),或者扫描下方二维码!

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!