基础名词介绍
监督学习:给机器的训练数据拥有 “标记” 或者 “答案”#
非监督学习:给机器的训练数据没有任何 “标记或者 “答案”#
非监督学习的意义:#
- 对没有 “标记的数据进行分类聚类分析
- 对数据进行降维处理
- 特征提取:信用卡的信用评级和人的胖瘦无关?
- 特征压缩:PCA
- 异常检测
半监督学习:一部分数据有 “标记” 或者 “答案”,另一部分数据没有#
增强学习:根据周围环境的情况,采取行动,根据采取行动的结果,学习行动方式。#
- 适合机器人
概念#
奥卡姆的剃刀
- 简单的就是好的
没有免费的午餐定理
- 可以严格地数学推导出:任意两个算法,他们的期望性能是相同的!
- 在面对一个具体问题的时候,尝试使用多种算法进行对比试验,是必要的。