Machine learning学习笔记<三>
来源:互联网 发布:库里15到16赛季数据 编辑:程序博客网 时间:2024/06/08 10:00
机器学习的种类
一、从输出数据类型的角度
1.就像我们笔记二中所说那样,输出就两种可能正确或者错误,转化为数学上的描述就是1或者0.这种情况我们称之为二分类,比如:感知器(PLA)就可以解决二分类问题。
2.输出也可能是多种类别的,比如:我们要识别0-9这十个数字,那么输出肯定就有十种可能了。类似这种我们称之为多分类问题。
3.前面两种输出都是离散的种类,那输出会不会是连续的呢?有可能哦。比如:我们对要某首歌曲进行打分,打分区间是0-100,这样输出就可能是0-100间任意一个实数。这种我们称之为回归问题。
4.还有一种比较特别的,在自然语言处理中用的比较多的就是结构性问题,比如:我输入一个句子,如:I LOVE YOU,想要输出这个句子中各个词性的组合,那么输出就是y = {pronoun+verb+noun}。类似于这样的,我们称之为结构性学习问题,着眼于整体结构。
其中的分类问题和回归问题是比较主流的。
二、从输入数据标签的角度
先举个例子,然后依托这个例子引出各种机器学习方法。我们知道我国内陆的硬币有三种,一元、五角、一角。其中一元最大也最重。假设我们现在有一堆这三种硬币的样本。
1.如果我们对每个硬币都打上标签,也就是注明它是一元还是五角还是一角。对于机器来说如果我们选取硬币的大小和重量作为特征输入,对应每个硬币都有正确标签的。机器可以知道自己每次的判断正确与否。这种我们称之为监督学习。
2.相对于监督学习,如果我们只对部分硬币打标,剩余一部分不打标,然后作为样本集喂给机器,这种叫做半监督学习。
3.无监督学习,顾名思义就是完全不打标,让机器自己去学习然后分出自己认为正确的类别。
4.强化学习,比如:我想要训练一只小狗坐下,当我说“坐下”时,它却走开了,那我就批评它,惩罚它,让它认识到这样做是不对的。相反,当我说“坐下”时,小狗很听话的坐下来了,那我可能就给一个骨头什么的,奖励它,让它记住这样做是对的。
其中监督学习是主流。
三、从输入数据方式的角度
1.接着用硬币的例子来说明,如果我一下子把已经打标的硬币全部给机器,让他自己去悟,自己去学。就好比老师给你一本有参考答案的书,让你自己去学一样。这种叫做batch learning。
2.相反,如果我们把硬币一颗一颗的喂给机器,好比老师正常的一节一节讲给你一样,序列性的学习。这种就是online learning。
3.第三种是比较复杂点的,就是机器在学习的过程中可以问你问题,当它遇到不懂的东西时可以问这个 事物代表什么意思,就好像学生问问题一样。这种有反馈的学习叫做active learning。
其中batch learning用得最多。
四、从输入数据特征的角度
1.如果输入的是经过人为处理的具体的特征,比如我们上面提取硬币的大小和重量作为特征输入,这种叫做concrete feature,具体的特征输入进行学习。
2.如果输入的就是原始的数据,比如:我们就输入的是一个个硬币的种种参数,自己去提取合适的特征,这种就是raw feature,原始特征。
3.如果输入是更加抽象的,对于一个个硬币我输入的是硬币编号,这个特征更加抽象难懂,当然对机器来说更加难去学习,这种叫做abstract feature。
其中concrete feature 用得最多。
- Machine learning学习笔记<三>
- machine learning学习笔记(三)
- Coursera Machine Learning 学习笔记(三)
- Machine Learning 学习笔记
- machine learning 学习笔记
- 《Pattern Recognition and Machine Learning》学习笔记 第一章(三)
- Machine Learning 课程学习笔记
- 【Machine Learning】SVM学习笔记
- 学习笔记-machine learning foundaton2
- machine learning 学习笔记<一>
- machine learning学习笔记<二>
- Machine Learning学习笔记-概述
- 机器学习【machine learning】学习笔记【1】
- 《机器学习》(Machine Learning)——Andrew Ng 斯坦福大学公开课学习笔记(三)
- machine learning学习笔记(一)
- machine learning学习笔记(二)
- coursera Machine Learning Week 1学习笔记
- coursera Machine Learning Week2 学习笔记
- TensorFlow 中文资源精选,官方网站,安装教程,入门教程,实战项目,学习路径
- [转]iOS动画篇:UIView动画大全
- PHP常用验证方法
- 基于GPU加速的二维VTI介质二阶弹性波方程有限差分地震正演模拟
- 入侵其他院的作业......
- Machine learning学习笔记<三>
- 「云+未来」上海峰会,报名开启
- 1.numpy在数据处理上的速度优势
- WOJ1271-How I Wonder What You Are
- Elasticsearch之处理冲突。
- 牛客 题库 递归
- VS2015中配置SQLite3
- python3 安装 opencv3
- PCL点云曲面重建(1)