什么是机器学习?监督学习?

Q:什么是机器学习?
机器学习就是让计算机有像人一样的学习能力的技术,是从数据中寻找有用的知识的数据挖掘技术。
比如呢?运用机器学习技术,类似今日头条给我推我喜欢看的,并看不完的短视频,(害得我卸载了…)。比如说,淘宝知道你喜欢的衣服款式,老是在猜你喜欢那里出现你喜欢的。
 
Q:那机器学习的数据种类不同吧?
是的,很不一样。根据所学习的数据种类,可以分为监督学习、无监督学习和强化学习等。
 
Q:什么是监督学习?
监督学习,就是计算机在有结果标记的数据学习后,能预测数据结果的学习过程。
比如,预测数值型数据的回归,预测标称型数据的分类等。太抽象了…
对应的比如,图像处理,垃圾邮件的分类和拦截等
 
Q:什么是无监督学习?
无监督学习,就是计算机在没有结果标志的数据学习后,能获取有用数据的学习过程。
自然还有个半监督学习,介于两者之间。
比如,预测肿瘤的良性恶性、视频分析等
 
Q:什么是强化学习?
强化学习,跟无监督学习类似,没有结果标志的数据学习后,又跟监督学习一样,能预测数据结果。
这个’四不像’,被认为人类的主要学习模式之一。
自然也很复杂,涉及到的算法很多。下面聊聊常见的算法。
 
Q:监督学习和无监督学习中有哪些典型的问题?
在机器学习中有很多典型的问题,比如回归、分类、异常检测、聚类和降维等。自然每个问题,延伸出就是算法,所以也有对应的算法。
 
Q:什么是回归问题?
回归,都对线性回归有印象吧。回归是数学模型,用于统计的一种方法。是对一组因变量 Yn 和另一组自变量 Xn 之间关系的统计分析。
比如记得以前用 SPSS 的时候,回归统计人的体表面积与身高、体重有关系。从案例看出,回归多半用在监督学习。
 
Q:什么是分类问题?
分类包括有监督分类和无监督分类。
有监督分类,就是大家一直知道的。术语表达,是指对于指定的模式进行识别的有监督识别问题。这类分类问题,也可以想回归问题那样,被看作是函数近似问题。对,在经过已知样本数据的训练,只能对未知样本估计分类,无法对分类近似分类。
无监督分类,没有任何先验条件,仅仅根据数据,(盲目)的分类。其分类结果肯定是不同纬度的分类,但不能确定分类的类别属性。
网站建设|企业网站开发|高端网站定制|东莞网站建设。
Previous:16个网站建设最常见的问题汇总  Next:我如何开始学习网页设计?相关问题

相关新闻

卓辰网络Language: 中文简体  Deutsch    中文繁体   русский   français   Español   Ελληνικά   日本人   अरबी   हिंदी   한국어   italiano   Tiếng Việt  
Any question, please feel free to contact with us . Email: info@webbuildseo.com
Copyright © 2004 - 2025  Bombay Zhuocheng Network Technology Co., Ltd.-Copyright | Complaint Phone:86-0091-11-42500201