本文于ibm,介绍了容易理解的学习模型,神经网络,相对简单的学习模型,K 均值集群,自适应共振理论等。机器学习中使用的算法大体分为3类:监督学习、无监督学习和强化学习。监督学习提供了反馈来表明预测正确与否,而无监督学习没有响应:算法仅尝试根据数据的隐含结构对数据进行分类。强化学习类似于监督学习,因为它会接收反馈,但反馈并不是对每个输入或状态都是必要的。本教程将探索这些学习模型背后的理念,以及用于每种模型的一些关键算法。机器学习算法不断在发展演变。但是,在大部分情况下,这些算法都倾向于适应3种学习模型之一