机器学习算法分类 ​

1 监督学习 ​

• 定义：
  • 输入数据是由输入特征值和目标值所组成。
    • 函数的输出可以是一个连续的值(称为回归），
    • 或是输出是有限个离散值（称作分类）。

1.1 回归问题 ​

例如：预测房价，根据样本集拟合出一条连续曲线。

1.2 分类问题 ​

例如：根据肿瘤特征判断良性还是恶性，得到的是结果是“良性”或者“恶性”，是离散的。

2 无监督学习 ​

• 定义：

  • 输入数据是由输入特征值组成，没有目标值
    • 输入数据没有被标记，也没有确定的结果。样本数据类别未知；
    • 需要根据样本间的相似性对样本集进行类别划分。

  举例：

  ​

  

• 有监督，无监督算法对比：

  

3 半监督学习 ​

• 定义：
  • 训练集同时包含有标记样本数据和未标记样本数据。

举例：

• 监督学习训练方式：

  

• 半监督学习训练方式

  

4 强化学习 ​

• 定义：
  • 实质是 make decisions 问题，即自动进行决策，并且可以做连续决策。

举例：

小孩想要走路，但在这之前，他需要先站起来，站起来之后还要保持平衡，接下来还要先迈出一条腿，是左腿还是右腿，迈出一步后还要迈出下一步。

小孩就是 agent，他试图通过采取行动（即行走）来操纵环境（行走的表面），并且从一个状态转变到另一个状态（即他走的每一步），当他完成任务的子任务（即走了几步）时，孩子得到奖励（给巧克力吃），并且当他不能走路时，就不会给巧克力。

主要包含五个元素：agent, action, reward, environment, observation；

强化学习的目标就是获得最多的累计奖励。

监督学习和强化学习的对比

5 小结 ​