腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

CV学习史

专栏作者

84

文章

90455

阅读量

19

订阅数

机器学习笔记P1(李宏毅2019)

从最左上角开始看： Regression(回归):输出的目标是一个数值。如预测明天的PM2.5数值。接下来是Classification(分类):该任务的目标是将数据归为某一类，如进行猫狗分类。在分类任务中，将涉及线性和非线性的模型。其中，非线性的模型包含了Deep-Learning，SVM，决策树，K-NN等等。结构化学习相对于回归或者分类来说，输出的是一个向量，结构化学习的输出可以是图像、语句、树结构等等。目前最火的的GAN就是一个典型的结构化学习样例。回归、分类和结构化学习可以归为有监督任务，除此之外还有半监督任务以及无监督任务。有监督模型对于模型的输入全部都是有标签的数据，半监督模型对于模型的输入，部分是有标签的数据，部分是没有标签的数据。无监督模型对于模型的输入全部都是没有标签的数据。除此之外，因为手动对数据进行标注的代价很大，因此可以考虑将其他领域以及训练好的模型迁移到自己的任务中来，这叫做迁移学习。目下，还有另外一个当下很火的技术叫做Reinforcement Learning(增强学习)。增强学习和监督学习的主要区别是：在有监督学习中，我们会对数据给出标签，然后拿模型得到的结果与结果进行对比，将结果进行一些处理之后用来优化模型。而在增强学习中，我们不会给模型正确的答案，取而代之的是我们会给模型一个分数，以此来表示模型结果的好坏程度。在增强学习中，模型并不知道为什么不好，只知道最终的结果评分。

2019-11-07

3890

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态