机器学习入门——01

目录

1.机器学习的定义

1.1 显著式与非显著式编程

1.2 机器学习的定义

 2.机器学习按任务是否需要与环境互交获得经验分类

2.1 监督学习

 2.1.1 监督学习

2.1.2 非监督学习

2.1.3 半监督学习

2.2 强化学习

3. 基于标签固有属性的分类方法

 4. 机器学习的算法过程

---

1.机器学习的定义

1.1 显著式与非显著式编程

1.2 机器学习的定义

 2.机器学习按任务是否需要与环境互交获得经验分类

2.1 监督学习

 2.1.1 监督学习

2.1.2 非监督学习

 

2.1.3 半监督学习

出现原因：标注数据是一个成本巨大的工作。研究少量标注数据与大量未标注数据以得出新的机器学习的算法是有必要的。

2.2 强化学习

计算机通过与环境互动自己设置经验E，改变自己的行为模式去最大化收益函数。

3. 基于标签固有属性的分类方法

 4. 机器学习的算法过程

 

5. 没有免费午餐定律