机器学习的种类

标签：分享   特殊   信号   建模   聚类   learning   alt   方式   inf   

一、监督学习 supervised learning

已有训练样本和分类器，通过训练样本来得到分类器的最佳模型，再利用这个模型来处理新样本。

（1）分类

（2）回归

（3）结构学习 structured learning 

（4）深度学习

常见算法：

反向传播算法  BP算法

二、半监督学习 semi-supervised learning

少量标注样本和大量未标注样本。

三、无监督学习 unsupervised learning

没有任何数据样本，通过聚类的方式从数据中提取一个特殊的结构，来对数据进行建模。

四、迁移学习 transfer learning

把已学训练好的模型参数迁移到新的模型来帮助新模型训练数据集。通俗来讲，就是运用已有的知识来学习新的知识，核心是找到已有知识和新知识之间的相似性，用成语来说就是举一反三。

常见算法：

Zero/One-shot learning

 五、强化学习 reinforcement learning

有样本和奖励信号（说明产生的结果好或者不好）。

机器学习的种类

标签：分享   特殊   信号   建模   聚类   learning   alt   方式   inf   

原文地址：http://www.cnblogs.com/syyy/p/7922622.html