机器学习的种类

Posted 2020-10-16 farmerspring

 

一、监督学习 supervised learning

已有训练样本和分类器，通过训练样本来得到分类器的最佳模型，再利用这个模型来处理新样本。

（1）分类

（2）回归

（3）结构学习 structured learning 

（4）深度学习

常见算法：

 

反向传播算法  BP算法

 

 

二、半监督学习 semi-supervised learning

少量标注样本和大量未标注样本。

 

三、无监督学习 unsupervised learning

没有任何数据样本，通过聚类的方式从数据中提取一个特殊的结构，来对数据进行建模。

 

四、迁移学习 transfer learning

把已学训练好的模型参数迁移到新的模型来帮助新模型训练数据集。通俗来讲，就是运用已有的知识来学习新的知识，核心是找到已有知识和新知识之间的相似性，用成语来说就是举一反三。

常见算法：

Zero/One-shot learning

例如，已有中文到英文的映射和中文到韩文的映射，如何得到英文到韩文的映射？找到一个好的特征向量，使得同一个单词的英文、韩文、中文的向量在空间中距离足够近即可。

 

 

 五、强化学习 reinforcement learning

有样本和奖励信号（说明产生的结果好或者不好）。