机器学习分类 按机器学习本身分类,而可分为: 监督学习 非监督学习 半监督学习 加强学习 监督学习 给机器的训练数据拥有“标记”或者说是“答案”。 主要是回归和分类问题,本课程以下算法为监督学习: K临近 线性回归和多项式回归 逻辑回归 SVM 决策数和随机森林 非监督学习 对没有标记的数据进行分类–聚类分析 可以对数据进行降维处理和异常监测(作用)。 半监督学习 一部分数据有标记,一部分数据没有标记 通常都会先使用无监督学习手段对数据做处理,之后使用监督学习的手段做模型的处理和预测。 增强学习 agent会根据环境的反馈(奖赏或者惩罚)自己,如无人驾驶和机器人 其他分类 分类1: 批量学习