机器学习——导论

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