2.机器学习分类
机器学习如果不细分的话,可以分类三类,分别是监督学习、无监督学习(无监督学习其中还包含着半监督学习)、强化学习
1.监督学习
一个样本对应一个标签,通过一定的这样样本标签组成的训练集,从而找到其中函数映射关系,再通过这样的函数映射关系,在测试集中,来测试训练得到的函数模型的拟合效果。
2.无监督学习
只有样本,没有标签
常见算法例如 聚类、降维
3.强化学习
用于描述和解决智能体在与环境的交互过程中通过学习策略以达到回报最大化或实现特定目标的问题
总结:实际上大多数的问题的解决方法都是采用的监督学习,大多数较好的商业应用也是采用的监督学习的。
__EOF__
本文作者:DeepBrainBoy
本文链接:https://www.cnblogs.com/tccjx/articles/16298501.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
本文链接:https://www.cnblogs.com/tccjx/articles/16298501.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
本文来自博客园,作者:TCcjx,转载请注明原文链接:https://www.cnblogs.com/tccjx/articles/16298501.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统
· 【译】Visual Studio 中新的强大生产力特性
· 2025年我用 Compose 写了一个 Todo App