日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁(yè) > 云知道 > >

機(jī)器學(xué)習(xí)的分類

云知道數(shù)據(jù)


機(jī)器學(xué)習(xí)的分類


品牌型號(hào)：Redmibook Pro 15
系統(tǒng)：Windows 10
軟件版本:
機(jī)器學(xué)習(xí)的分類


1、監(jiān)督學(xué)習(xí)：表示機(jī)器學(xué)習(xí)的數(shù)據(jù)是帶標(biāo)記的 ， 這些標(biāo)記可以包括數(shù)據(jù)類別、數(shù)據(jù)屬性及特征點(diǎn)位置等 。這些標(biāo)記作為預(yù)期效果 ， 不斷修正機(jī)器的預(yù)測(cè)結(jié)果 。具體實(shí)現(xiàn)過(guò)程是：通過(guò)大量帶有標(biāo)記的數(shù)據(jù)來(lái)訓(xùn)練機(jī)器 ， 機(jī)器將預(yù)測(cè)結(jié)果與期望結(jié)果進(jìn)行比對(duì)；之后根據(jù)比對(duì)結(jié)果來(lái)修改模型中的參數(shù) ， 再一次輸出預(yù)測(cè)結(jié)果；然后將預(yù)測(cè)結(jié)果與期望結(jié)果進(jìn)行比對(duì) ， 重復(fù)多次直至收斂 ， 最終生成具有一定魯棒性的模型來(lái)達(dá)到智能決策的能力 。
常見(jiàn)的監(jiān)督學(xué)習(xí)有分類和回歸：分類（Classification）是將一些實(shí)例數(shù)據(jù)分到合適的類別中 ， 它的預(yù)測(cè)結(jié)果是離散的 ?；貧w（Regression）是將數(shù)據(jù)歸到一條“線”上 ， 即為離散數(shù)據(jù)生產(chǎn)擬合曲線 ， 因此其預(yù)測(cè)結(jié)果是連續(xù)的 。
2、無(wú)監(jiān)督學(xué)習(xí)：表示機(jī)器學(xué)習(xí)的數(shù)據(jù)是沒(méi)有標(biāo)記的 。機(jī)器從無(wú)標(biāo)記的數(shù)據(jù)中探索并推斷出潛在的聯(lián)系 。常見(jiàn)的無(wú)監(jiān)督學(xué)習(xí)有聚類和降維 。在聚類（Clustering）工作中 ， 由于事先不知道數(shù)據(jù)類別 ， 因此只能通過(guò)分析數(shù)據(jù)樣本在特征空間中的分布 ， 例如基于密度或基于統(tǒng)計(jì)學(xué)概率模型等 ， 從而將不同數(shù)據(jù)分開(kāi) ， 把相似數(shù)據(jù)聚為一類 。降維（Dimensionality Reduction）是將數(shù)據(jù)的維度降低 。例如描述一個(gè)西瓜 ， 若只考慮外皮顏色、根蒂、敲聲、紋理、大小及含糖率這6個(gè)屬性 ， 則這6個(gè)屬性代表了西瓜數(shù)據(jù)的維度為6 。進(jìn)一步考慮降維的工作 ， 由于數(shù)據(jù)本身具有龐大的數(shù)量和各種屬性特征 ， 若對(duì)全部數(shù)據(jù)信息進(jìn)行分析 ， 將會(huì)增加訓(xùn)練的負(fù)擔(dān)和存儲(chǔ)空間 。因此可以通過(guò)主成分分析等其他方法 ， 考慮主要影響因素 ， 舍棄次要因素 ， 從而平衡準(zhǔn)確度與效率 。
3、強(qiáng)化學(xué)習(xí)：是帶有激勵(lì)機(jī)制的 ， 具體來(lái)說(shuō) ， 如果機(jī)器行動(dòng)正確 ， 將施予一定的“正激勵(lì)”；如果行動(dòng)錯(cuò)誤 ， 同樣會(huì)給出一個(gè)懲罰（也可稱為“負(fù)激勵(lì)”） 。因此在這種情況下 ， 機(jī)器將會(huì)考慮如何在一個(gè)環(huán)境中行動(dòng)才能達(dá)到激勵(lì)的最大化 ， 具有一定的動(dòng)態(tài)規(guī)劃思想 。
【機(jī)器學(xué)習(xí)的分類】4、深度學(xué)習(xí)：深度學(xué)習(xí)是新興的機(jī)器學(xué)習(xí)研究領(lǐng)域 ， 旨在研究如何從數(shù)據(jù)中自動(dòng)地提取多層特征表示 ， 其核心思想是通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式 ， 采用一系列的非線性變換 ， 從原始數(shù)據(jù)中提取由低層到高層、由具體到抽象、由一般到特定語(yǔ)義的特征 。深度學(xué)習(xí)不僅改變著傳統(tǒng)的機(jī)器學(xué)習(xí)方法 ， 也影響著人類感知的理解 ， 迄今已在語(yǔ)音識(shí)別、圖像理解、自然語(yǔ)言處理和視頻推薦等應(yīng)用領(lǐng)域引發(fā)了突破性的變革 。


    推薦閱讀