ml纲要

1.监督学习

  supervised learning

  是因为我们为这个算法在训练集上标注了类别

  也就是说有标准问题和标准答案

 回归:预测变量连续的  比如根据房屋面积预测租金价格

 分类:预测变量是离散的,例如只取0和1的情况

支持向量机这样的算法可以处理无限种特征

2.learning theory

  什么样的算法,多大的训练集

3.unsupervised learning

  聚类问题  例如对像素进行分组 计算机视觉,图像处理,例如将2D变为3D图像(监督和非监督)

  例如将混合的声音分离(我们最初并不能给出确切的答案,不能使用监督算法)

  独立组件分析

  文本处理

4.reinforcement learning强化学习

  例如无人机飞行控制

  回报函数 如何尽可能获得更好的回报和更小的惩罚

你可能感兴趣的:(ml纲要)