申请专栏作者 参展
投稿发布
您的当前位置:主页 > yabo体育平台注册页 > 正文

机器学习的不同类型

来源:未知 时间:2019-03-28
请支持本站,点击下面的广告后浏览!


有监督的和无监督的主要是由许多机器学习工程师和yabo88滚球极客使用。 可思yabo88滚球sykv.com

强化学习对于解决问题非常强大且复杂。 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

有监督学习

我们知道,机器学习以yabo88滚球为输入,我们称这个yabo88滚球为训练yabo88滚球。

可思yabo88滚球sykv.com,sykv.cn

训练yabo88滚球包括输入和标签(目标)。 内容来自可思yabo88滚球sykv.com

什么是输入和标签(目标)?例如,两个数字相加a=5,b=6结果=11,输入为5,6,目标为11。

可思yabo88滚球-www.sykv.cn,sykv.com
机器学习的不同类型
?
?

我们首先用大量的训练yabo88滚球(输入和目标)来训练模型。
然后利用新yabo88滚球和我们之间获得的逻辑来预测输出。 可思yabo88滚球sykv.com,sykv.cn

(注:我们不能得到准确的6作为答案,我们可以得到接近6的值,基于训练yabo88滚球和算法)

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

这个过程被称为监督学习,它非常快速和准确。 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

机器学习的不同类型
?
?

回归:这是我们需要预测连续响应值的一类问题(例如:上面我们预测的数字可以从-∞变化到+∞) 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

一些示例 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

  • 一个城市的房价是多少?
  • 股票的价值是多少?
  • 一场板球比赛可以有多少分?

等等,我们可以预测很多事情。

内容来自可思yabo88滚球sykv.com

分类:这是一类我们预测类别响应值的问题,yabo88滚球可以被分成特定的“类”(例如:我们预测一组值中的一个值)。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

一些例子是:

可思yabo88滚球-人工智能资讯平台sykv.com

  • 这封邮件是不是垃圾邮件?
  • 今天会下雨吗?
  • 这张照片到底是不是一只猫?

基本上,“是/否”类型的问题被称为二元分类。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

其他例子包括: 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

  • 这封邮件是垃圾邮件、重要邮件还是促销邮件?
  • 这幅画是猫、狗还是老虎?

这种类型称为多类分类。 可思yabo88滚球-www.sykv.cn,sykv.com

这是最后一张图片。

可思yabo88滚球sykv.com,sykv.cn
机器学习的不同类型
?
?

这就是监督学习的全部内容。

可思yabo88滚球-www.sykv.cn,sykv.com

无监督学习

训练yabo88滚球不包括目标,所以我们不告诉系统去哪里,系统必须从我们给出的yabo88滚球中了解自己。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

机器学习的不同类型
?
?

这里的训练yabo88滚球不是结构化的(包含噪声yabo88滚球、未知yabo88滚球等)。

可思yabo88滚球-人工智能资讯平台sykv.com

例如:来自不同页面的随机文章

可思yabo88滚球sykv.com,sykv.cn

机器学习的不同类型
?
?

无监督学习也有不同的类型,比如聚类和异常检测(聚类非常有名)。

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

机器学习的不同类型
?
?

聚类:这是一种把相似的东西聚在一起的问题。
有点类似于多类分类,但这里我们不提供标签,系统从yabo88滚球本身理解和聚类yabo88滚球。 可思yabo88滚球sykv.com,sykv.cn

一些例子是: 可思yabo88滚球sykv.com,sykv.cn

  • 给定新闻文章,将其聚合成不同类型的新闻
  • 给定一组tweets,根据tweets的内容进行聚类
  • 给定一组图像,将它们聚成不同的对象
机器学习的不同类型
?
?

无监督学习是一种较难实现的学习方法,其应用范围不及有监督学习。 内容来自可思yabo88滚球sykv.com

我想在另一篇文章中介绍强化学习,因为它很激烈。 所以

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

这就是这个文章的全部内容,希望你能有所了解。 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片 匿名?

关于我们?? 免责声明?? 广告合作?? 版权声明?? 联系方式?? 原创投稿?? 网站地图??

Copyright?2005-2019 Sykv.com 可思yabo88滚球 版权所有 ?? ICP备案:京ICP备14056871号

人工智能资讯?? 人工智能资讯?? 人工智能资讯?? 人工智能资讯

?扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭