热门标签
热门文章
- 1将python库下载到本地安装—Pypi官网wheel版本选择详解—小白详解版_musllinux和manylinux
- 2175. Combine Two Tables合并两个表MySQL
- 3【图像隐写】基于matlab DCT数字水印嵌入+攻击+提取【含Matlab源码 1758期】_dct水印
- 4演唱会为什么总是抢不到票？用Python做一个自动抢票脚本！想看谁的就看谁的！_脚本抢票_演唱会脚本抢票
- 5移动设备上的深度学习：利用TensorFlow Lite、ML Kit和Flutter的高效开发实践【文末送书】_firebase ml kit tensorflow
- 6一文详解Softmax函数_python 里的softmax函数的概率代表什么
- 7一文搞懂什么是粒子群优化算法(Particle Swarm Optimization，PSO)【附应用举例】
- 8c语言结构体加联合,C语言：结构体和联合体(共用体)
- 9IntenLM2-三-《“茴香豆“:零代码搭建你的 RAG 智能助理》
- 10【Kafka】Kafka再平衡机制及相关参数_两个节点消费kafka 如何平衡
当前位置: article > 正文
机器学习课程复习——基本概念
作者：小舞很执着 | 2024-06-20 14:57:52
赞
踩
机器学习课程复习——基本概念
参考书目：《统计学习方法》
Q：机器学习、深度学习、强化学习、迁移学习、集成学习之间的区别与联系是什么？
- 机器学习：包含了深度学习与强化学习；包括有监督学习、无监督学习、半监督学习和强化学习等多种学习范式
- 深度学习：机器学习与深度学习的不同是深度学习的特征提取能力更强
- 强化学习：是机器学习中独立于有监督学习，无监督学习之外的一种学习方式；根据奖励机制来学习，并没有损失函数的一个训练过程
- 迁移学习：目的是解决机器学习中依赖样本的特点。在目标域上数据量不够，在源域上数据量够的情况下，通过迁移学习，使目标域上数据量够。（数据决定了模型的上限，我们用各种机器学习算法去逼近这个上限。）
- 集成学习：将好而不同的学习器集成起来，形成强的学习器。按照算法分类：串行，adaboosting；并行，bagging、随机森林
Q：写出机器学习算法的分类，并举出实例。
- 有监督学习ÿ
推荐阅读
相关标签
