机器学习基础篇-机器学习模型前瞻-part1

Type of machine learning - 机器学习类别

Type	Introduction
Supervised Learning	监督学习，即在有label的前提下训练模型并预测
Semi-Supervised Learning	半监督学习，同时在有label和无label的数据之间进行训练并预测
Unsupervised Learning	无监督学习，在无label的前提下训练模型并预测
Reinforcement	强化学习，与实际环境进行交互式训练并旨在最大化奖励

Components in Supervised Learning - 监督学习的构成

Process	Introduction
Model	从数据输入到模型训练到模型预测目标值
Loss	定义损失函数，衡量预测值与真实值之间的误差
Objective	定义目标函数，使得模型的预测值不断拟合真实值
Optimization	通过不断优化参数，使得误差越来越小

Type of Supervised Models - 监督学习的模型

Model	Introduction
Decision Tree	通过树的节点分裂获取所需要的结果
Linear Method	通过线性方法拟合数据集
Kernel Machines	使用不同的核函数，计算不同特征之间的相似度
Neural Network	通过神经网络学习到数据的表征特征

Learning Note by <跟李沐学AI>