1.机器学习的主要分类

(1)监督学习(Supervised learning)

 训练数据有目标向量(标签)
 分类、回归

(2)非监督学习(Unsupervised learning)

 训练数据没有目标向量(标签)
 聚类、密度估计、可视化

(3)强化学习(Reinforcement learning)

 和环境存在交互
 situation, action, reward
 
 2.课程相关
课程目标:熟悉机器学习原理、熟练掌握机器学习算法和应用
 
课程内容:尽可能涵盖机器学习基础知识的各方面
 回归、分类、聚类、神经网络等
 
基本要求:了解背景、基本原理和应用,不过多要求数学推导
 重点:基本原理、基本推导、实践应用
 
 
 
posted on 2020-04-26 10:17  西伯尔  阅读(196)  评论(0编辑  收藏  举报