机器学习---监督学习和非监督学习

根据训练期间接受的监督数量和监督类型,可以将机器学习分为以下四种类型:监督学习、非监督学习、半监督学习和强化学习。

监督学习

在监督学习中,提供给算法的包含所需解决方案的训练数据,成为标签或标记。

简单地说,就是监督学习是包含自变量和因变量(有Y),同时可以用于分类和回归。

常见算法:

  • K近邻算法
  • 线性回归
  • logistic回归
  • 支持向量机(SVM)
  • 决策树和随机森林
  • 神经网络

无监督学习

无监督学习的训练数据都是未经标记的,算法会在没有指导的情况下自动学习。

简单地说,就是训练数据只有自变量没有因变量(就是没有Y)。

常见算法:

  • 聚类算法
    • K均值算法(K-means)
    • 基于密度的聚类方法(DBSCAN)
    • 最大期望算法
  • 可视化和降维
    • 主成分分析
    • 核主成分分析
  • 关联规则学习
    • Apriori
    • Eclat

半监督学习

有些算法可以处理部分标记的训练数据,通常是大量未标记的数据和少量标记的数据,这种成为半监督学习。

如照片识别就是很好的例子。在线相册可以指定识别同一个人的照片(无监督学习),当你把这些同一个人增加一个标签的后,新的有同一个人的照片就自动帮你加上标签了。

大多数半监督学习算法都是无监督和监督算法的结合。例如深度信念网络(DBN)基于一种相互堆叠的无监督式组件。

强化学习

强化学习是一个非常与众不同的算法,它的学习系统能够观测环境,做出选择,执行操作并获得回报,或者是以负面回报的形式获得惩罚。它必须自行学习什么是最好的策略,从而随着时间推移获得最大的回报。

例如,许多机器人通过强化学习算法来学习如何行走。AlphaGo项目也是一个强化学习的好例子。

相关推荐
千年奇葩9 分钟前
Unity性能优化之:利用CUDA加速Unity实现大规模并行计算。从环境搭建到实战案例
c++·人工智能·unity·游戏引擎·cuda
攻城狮7号21 分钟前
蚂蚁开源高性能扩散语言模型框架dInfe,推理速度提升十倍
人工智能·dinfer·扩散语言模型·蚂蚁开源模型
LONGZETECH22 分钟前
【龙泽科技】汽车电子电气与空调舒适系统技术1+X仿真教学软件(1.3.2 -中级)【威朗&科鲁兹】
人工智能·科技·汽车·汽车仿真教学软件·汽车教学软件
机器之心24 分钟前
为什么95%的智能体都部署失败了?这个圆桌讨论出了一些常见陷阱
人工智能·openai
乌暮28 分钟前
数据库--JDBC编程
java·数据库·学习
AImatters28 分钟前
AI照亮“星星的孩子”:大米和小米与亚马逊云科技探索特需儿童康复之路
人工智能·生成式ai·亚马逊云科技·大米和小米
_dindong34 分钟前
Linux网络编程:进程间关系和守护进程
linux·运维·服务器·网络·c++·学习
机器之心34 分钟前
逼近5万亿美元!英伟达GTC深夜爆拉市值,Vera Rubin超级芯片首露面
人工智能·openai
大模型真好玩38 分钟前
LangGraph实战项目:从零手搓DeepResearch(四)——OpenDeepResearch源码解析与本地部署
人工智能·agent·mcp
小白黑科技测评43 分钟前
2025 年视频去水印工具实测:擦擦视频双版本解析一键去字幕与多格式兼容能力
java·人工智能·音视频·智能电视·1024程序员节