【我的學習筆記】machine learning：Supervised Learning and Unsupervised Learning

2019-11-06 06:25:08

字體：大中小

來源：轉載

供稿：網友

Supervised Learning and Unsupervised Learning

機器學習：是關于計算機基于數據構建概率統計模型并運用模型對數據進行預測與分析的一門學科。機器學習算法分類：監督學習（supervised learning）、無監督學習（unsupervised learning）、半監督學習（semi-supervised learing）和強化學習（reinforcement learning）。

監督學習

監督學習從訓練數據（training data）集合中學習模型，對測試數據（test data）進行預測。監督學習的目的在于學習一個由輸入到輸出的映射，即找到這樣一個模型（又稱為假設hypothesis）屬于由輸入空間到輸出空間的映射的集合。當輸入變量和輸出變量均為連續變量的預測問題稱為回歸（regression）問題；輸出變量為有限個離散變量的預測問題稱為分類（classification）問題；輸入變量與輸出變量均為變量序列的預測問題稱為標注(tagging)問題。

（課程中的Housing PRice prediction 和 Breast cancer例子分別介紹回歸問題和分類問題）

無監督學習

無監督式學習(Unsupervised Learning )是人工智能網絡的一種算法(algorithm)，其目的是去對原始資料進行分類，以便了解資料內部結構。有別于監督式學習網絡，無監督式學習網絡在學習時并不知道其分類結果是否正確，亦即沒有受到監督式增強(告訴它何種學習是正確的)。其特點是僅對此種網絡提供輸入范例，而它會自動從這些范例中找出其潛在類別規則。當學習完畢并經測試后，也可以將之應用到新的案例上。

無監督學習里典型的例子就是聚類了。聚類的目的在于把相似的東西聚在一起，而我們并不關心這一類是什么。因此，一個聚類算法通常只需要知道如何計算相似度就可以開始工作了

上一篇：四、GC算法實現

下一篇：每周一個Linux命令---ls