赞
踩
监督学习:监督学习即具有特征(feature)和标签(label)的,即使数据是没有标签的,也可以通过学习特征和标签之间的关系,判断出标签——分类。
简言之:提供数据,预测标签。通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出。
无监督学习:无监督学习即只有特征,没有标签。只有特征,没有标签的训练数据集中,通过数据之间的内在联系和相似性将他们分成若干类——聚类。根据数据本身的特性,从数据中根据某种度量学习出一些特性。
简言之:只给出数据,寻找隐藏的关系。
强化学习:强化学习与半监督学习类似,均使用未标记的数据,但是强化学习通过算法学习是否距离目标越来越近,利用了激励与惩罚函数。
简言之:通过不断激励与惩罚,达到最终目的。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。