什么是机器学习
1.1 Machine Learning诞生于19C60s,包含概率学、统计学等等让机器从数据中学习,进而得到一个更加符合现实规律的模型,通过对模型的使用使得机器比以往表现的更好,这就是机器学习。 例子:Google Now, Google PhotosBaidu: 运用机器学习中的视觉处理金融公司:汇率预测、股票价格预测房地产公司:房价预测通过学习方式的分类1.监督学习:...
1.1 Machine Learning
诞生于19C60s,包含概率学、统计学等等
让机器从数据中学习,进而得到一个更加符合现实规律的模型,通过对模型的使用使得机器比以往表现的更好,这就是机器学习。
例子:
Google Now, Google Photos
Baidu: 运用机器学习中的视觉处理
金融公司:汇率预测、股票价格预测
房地产公司:房价预测
通过学习方式的分类
1.监督学习:SUPERVISED LEARNING
通过指引对有标签样本进行训练
2.非监督学习:UNSUPERVISED LEARNING
通过无标签样本进行训练自行总结规律进行训练
和分类
3.半监督学习:SEMI-SUPERVISED LEARNING
利用少量有标签的样本和大量无标签样本进行训
练和分类
4.强化学习:REINFOCEMENT LEARNING
规划机器人行为准则方面的机器学习方法
将机器人放到陌生的环境中给定要求,机器自行
尝试各种途径达到目标并不断提到准确率
如:GOOGLE ALPHAGO
5.遗传算法:GENETIC ALGORITHM
与强化学习类似
模拟我们熟知的进化理论,淘汰弱者,适者生
存,通过这种淘汰机制选择最优的机制或模型
更多推荐
所有评论(0)