1004_机器学习算法

04_机器学习算法

机器学习的算法目的是找到一种数学模型符合描述的对象。

常见的有三种机器学习的方法: 主要取决于数据的类型

A. 有监督的学习

学习的数据是有人类标识的数据，比如说看X光片，识别猫。

已有的数据结果是知道的，目标是找特征与标签（结果）的关系。

像AlphaGo学习以前的棋局也是这样。 缺点是人工的数据有限。

B. 无监督学习

无标签的数据，没有答案，往往大量杂乱的数据是这样，寻找类似的特征向量集合在一起。

比如分离两种声音，自动跟踪学习天体运动规律等。

适合数据量大，不提前标识数据，靠计算机自己训练模型。

C. 强化学习

事前没有人工标识的数据，通过人工的反馈来训练模型，比如特斯拉的自动驾驶，

可以通过人为的反馈来知道自己做对了还是做错了。

这个很像训练小孩，做得对就表扬，错就惩罚，时间长了小孩就会朝好的方向发展，数学模型也一样。

你希望用机器学习解决什么问题呢? 我希望能建立一个模型当有任务来的时候帮我安排到日程表

fliky