什么是监督学习和无监督学习?

www.zhiqu.org     时间: 2024-06-16

监督学习与无监督学习的区别:

1、原理不同

监督学习是指利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。无监督学习指根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题的过程。

2、算法不同

监督学习的算法是通过分析已知类别的训练数据产生的。无监督学习的算法主要有主成分分析方法、等距映射方法、局部线性嵌入方法、拉普拉斯特征映射方法、黑塞局部线性嵌入方法和局部切空间排列方法等。

3、适用条件不同

监督学习适用于样本数据已知的情况。非监督学习适用于无类别信息的情况。

以上回答参考:百度百科-监督学习、百度百科-无监督学习



~


#牟和瑞# 在主要神经网络需要什么才能进行学习 -
(18561429976): 神经网络的结构(例如2输入3隐节点1输出)建好后,一般就要求神经网络里的权值和阈值.现在一般求解权值和阈值,都是采用梯度下降之类的搜索算法(梯度下降法、牛顿法、列文伯格-马跨特法、狗腿法等等),这些算法会先初始化一个解...

#牟和瑞# 什么是机器学习 -
(18561429976): 机器学习的本质是模式识别. 一部分可以用于预测(有监督学习,无监督学习),另一类直接用于决策(强化学习).相对物理微分方程代表的预测方法来说,机器学习在一定程度说是一种黑箱思想, 即先不求开始找到事物发展的精确模型,而是用基本的模型框架,直接以数据驱动我们的预测.

#牟和瑞# 人工智能、机器学习、深度学习是一种怎样的层级关系?
(18561429976): 人工智能:从概念提出到走向繁荣1956年,几个计算机科学家相聚在达特茅斯会议,提出了“人工智能”的概念,梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器.其后,人工智能就一直萦绕于人们的脑海之...

#牟和瑞# 什么是强化学习 -
(18561429976): 强化学习(RL)是一个序列决策问题. 例如:撩妹的过程就是一个优化问题.你的每一时刻的行为会对你最终撩妹是否成功,以多大的收益成功都会有影响.那么,你就会考虑,每一步采取什么行为才能(最优)撩妹!这可以看作一个RL问题.你肯定迫不及待的想知道怎么去求解了! action:你的行为 state:你观察到的妹子的状态 reward:妹子的反应:开心or不开心 所以,一个RL的基本模型已经建立.

#牟和瑞# 学习深度学习如何下手 -
(18561429976): 1、机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术. 2、深度学习本来并不是一种独立的学习方法,其本身也会用到有监督和无监督的学习方法来训练深度神经网络.但由于近几年该领域发展迅猛,一些特有的学习...

#牟和瑞# 一页纸说清楚“什么是深度学习 -
(18561429976): 深度学习的概念源于人工神经网络的研究.含多隐层的多层感知器就是一种深度学习结构.深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示.深度学习的概念由Hinton等人于2006年提出.基于...