观《机器学习》有感

0. 概览

机器学习(Machine Learning)可以分为无监督学习(Unsupervised Learning)和监督学习(Supervised Learning)。二者的区别在于后者的输入数据带有标签(Label)，而前者没有。后者包括回归(Regression)、分类(Classification)等典型任务，前者包括聚类(Clustering)、异常检测(Anomaly Detection)和降维(Dimensionality Reduction)占坑。

1. 监督学习

1.1 线性回归模型

占坑。

2. 无监督式学习

占坑。

3.强化学习(Reinforcement learning)

强化学习系统会生成一条政策，用于定义获得最多奖励的最佳策略。强化学习用于训练机器人执行任务（例如在房间中走动），以及训练 AlphaGo 等软件程序玩围棋游戏。

 

4. 半监督式学习(Semi-supervised Learning)

占坑。