码迷,mamicode.com
首页 > 其他好文 > 详细

【机器学习基石笔记】三、不同类型的机器学习

时间:2017-09-09 11:54:02      阅读:188      评论:0      收藏:0      [点我收藏+]

标签:系统   顺序   tree   tput   题目   感知   force   rate   主动学习   

一、不同的output

1、二分类 

2、多分类

3、回归问题

4、structured learn: 从一个句子 -> 句子每个 词的词性。

  输出是一个结构化的东西。

  例子:蛋白质数据 -> 蛋白质结构

    演讲语音 -> 演讲parse tree

 

二、不同label的类型

1、监督

2、非监督:

  聚类

  另外的非监督问题:密度估计!outlier detect

3、半监督学习:与监督学习比较接近

4、增强学习:yHat = y, 奖励 yHat != y, 惩罚。

  例子:推荐系统、下象棋

 

三、不同Protocol:

1、batch: 一批一起

2、online:按顺序

  PLA就很容易(感知机学习模型),

  reinforce一般都是online

3、active learning主动学习: 给出一个x,询问y是啥。通常用在取得标记很贵的情况。

 

四、不同输入空间:

1、具体特征

2、原始数据

3、抽象特征:KDD题目,rate prediction. 输入是用户、歌曲编号。

  特征工程\深度学习。

【机器学习基石笔记】三、不同类型的机器学习

标签:系统   顺序   tree   tput   题目   感知   force   rate   主动学习   

原文地址:http://www.cnblogs.com/yesuuu/p/7497360.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!