品牌型号：Redmibook Pro 15
系统：Windows 10
软件版本:
1、监督学习：表示机器学习的数据是带标记的 ， 这些标记可以包括数据类别、数据属性及特征点位置等 。这些标记作为预期效果 ， 不断修正机器的预测结果 。具体实现过程是：通过大量带有标记的数据来训练机器 ， 机器将预测结果与期望结果进行比对；之后根据比对结果来修改模型中的参数 ， 再一次输出预测结果；然后将预测结果与期望结果进行比对 ， 重复多次直至收敛 ， 最终生成具有一定鲁棒性的模型来达到智能决策的能力 。
常见的监督学习有分类和回归：分类（Classification）是将一些实例数据分到合适的类别中 ， 它的预测结果是离散的 。回归（Regression）是将数据归到一条“线”上 ， 即为离散数据生产拟合曲线 ， 因此其预测结果是连续的 。
2、无监督学习：表示机器学习的数据是没有标记的 。机器从无标记的数据中探索并推断出潜在的联系 。常见的无监督学习有聚类和降维 。在聚类（Clustering）工作中 ， 由于事先不知道数据类别 ， 因此只能通过分析数据样本在特征空间中的分布 ， 例如基于密度或基于统计学概率模型等 ， 从而将不同数据分开 ， 把相似数据聚为一类 。降维（Dimensionality Reduction）是将数据的维度降低 。例如描述一个西瓜 ， 若只考虑外皮颜色、根蒂、敲声、纹理、大小及含糖率这6个属性 ， 则这6个属性代表了西瓜数据的维度为6 。进一步考虑降维的工作 ， 由于数据本身具有庞大的数量和各种属性特征 ， 若对全部数据信息进行分析 ， 将会增加训练的负担和存储空间 。因此可以通过主成分分析等其他方法 ， 考虑主要影响因素 ， 舍弃次要因素 ， 从而平衡准确度与效率 。
3、强化学习：是带有激励机制的 ， 具体来说 ， 如果机器行动正确 ， 将施予一定的“正激励”；如果行动错误 ， 同样会给出一个惩罚（也可称为“负激励”） 。因此在这种情况下 ， 机器将会考虑如何在一个环境中行动才能达到激励的最大化 ， 具有一定的动态规划思想 。
【机器学习的分类】4、深度学习：深度学习是新兴的机器学习研究领域 ， 旨在研究如何从数据中自动地提取多层特征表示 ， 其核心思想是通过数据驱动的方式 ， 采用一系列的非线性变换 ， 从原始数据中提取由低层到高层、由具体到抽象、由一般到特定语义的特征 。深度学习不仅改变着传统的机器学习方法 ， 也影响着人类感知的理解 ， 迄今已在语音识别、图像理解、自然语言处理和视频推荐等应用领域引发了突破性的变革 。
推荐阅读
- 基本ascii码包含多少个不同的字符
- 新疆拌面的做法 新疆拌面怎么做好吃
- 百合绿豆粥怎么做 百合绿豆粥的做法
- 豆豉干煸肉丝的做法 豆豉干煸肉丝怎么做
- 猪血炒黄豆的做法猪血炒黄豆怎么做
- 油爆虾丁的做法 油爆虾丁怎么做
- 海参的做法 葱烧海参怎么做
- 鸡蛋羹的做法 如何蒸鸡蛋羹
- 乡村土豆泥的做法
- 高压锅炖排骨的做法