机器学习如何分类？

标签：学习   解决   解决问题   结构   公众号   公众   ima   聚类   info   

按照任务类型可分为：

• 回归模型：例如预测明天的股价。
• 分类模型：将样本分为两类或者多类。
• 结构化学习模型：输出的不是向量而是其他结构。

按照学习理论可分为：

• 监督学习：学习的样本全部具有标签，训练网络得到一个最优模型。
• 无监督学习：训练的样本全部无标签，例如聚类样本。
• 半监督学习：训练样本部分有标签。
• 强化学习：智能体与环境进行交互获得奖励来进行训练的一种模式，环境不会判断是否正确，而是会不断的反馈信号来评价智能体的行为。
• 迁移学习：运用已经训练好的模型对新的样本进行学习，主要是解决问题中样本过少的问题。

人工智能更多面试问题关注公众号：我们都是码农 (allmanong)，或者扫描下方二维码！

机器学习如何分类？

标签：学习   解决   解决问题   结构   公众号   公众   ima   聚类   info   

原文地址：https://www.cnblogs.com/sabai/p/12632216.html