基础名词介绍

从0开始学AI /

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。

本文章首发在 LearnKu.com 网站上。

课程读者 285 声望

沙与沫

讨论数量: 0

发起讨论查看所有版本

暂无话题~