机器学习的三种主要类型是什么

机器学习的三种主要类型是监督学习、无监督学习、强化学习。

1、监督学习。监督学习表示机器学习的数据是带标记的,这些标记可以包括数据类别、数据属性以及特征点位置等,这些标记作为预期效果,不断来修正机器的预测结果。具体过程是:首先通过大量带有标记的数据来训练机器。

机器将预测结果与期望结果进行比对,之后根据比对结果来修改模型中的参数,再一次输出预测结果,重复多次直至收敛,最终生成具有一定鲁棒性的模型来达到智能决策的能力。

2、无监督学习。无监督学习表示机器学习的数据是没有标记的,机器从无标记的数据中探索并推断出潜在的联系。常见的无监督学习有聚类、降维等。

3、强化学习。强化学习是带激励的,具体来说就是,如果机器行动正确,将给予一定的“正激励”,如果行动错误,也同样会给出一个惩罚。在这种情况下,机器将会考虑如何在一个环境中行动才能达到激励的最大化,这种学习过程便可理解为是一种强化学习。强化学习旨在训练机器并使之能够进行决策。

研究现状:

机器学习是人工智能及模式识别领域的共同研究热点,其理论和方法已被广泛应用于解决工程应用和科学领域的复杂问题。2010年的图灵奖获得者为哈佛大学的Leslie vlliant教授,其获奖工作之一是建立了概率近似正确(Probably Approximate Correct,PAC)学习理论。

2011年的图灵奖获得者为加州大学洛杉矶分校的Judea Pearll教授,其主要贡献为建立了以概率统计为理论基础的人工智能方法。这些研究成果都促进了机器学习的发展和繁荣。机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学,是人工智能中最具智能特征。



  • 寮哄寲瀛︿範鏄粈涔 鎰忔
    绛旓細寮哄寲瀛︿範(reinforcement learning)锛屽張绉板啀鍔卞涔犮佽瘎浠峰涔狅紝鏄竴绉嶉噸瑕佺殑鏈哄櫒瀛︿範鏂规硶锛屽湪鏅鸿兘鎺у埗鏈哄櫒浜哄強鍒嗘瀽棰勬祴绛夐鍩熸湁璁稿搴旂敤銆備絾鍦ㄤ紶缁鐨勬満鍣ㄥ涔犲垎绫涓病鏈夋彁鍒拌繃寮哄寲瀛︿範锛岃屽湪杩炴帴涓讳箟瀛︿範涓紝鎶婂涔犵畻娉曞垎涓涓夌绫诲瀷锛屽嵆闈炵洃鐫e涔(unsupervised learning)銆佺洃鐫e涔(supervised leaning)鍜屽己鍖栧涔...
  • 鏈哄櫒瀛︿範杩欎簺姒傚康鏈変粈涔鍖哄埆
    绛旓細鏈哄櫒瀛︿範鐨搴旂敤棰嗗煙鏈夊摢浜涳紵鏈哄櫒瀛︿範宸插箍娉涘簲鐢ㄤ簬鏁版嵁鎸栨帢銆佽绠楁満瑙嗚銆佽嚜鐒惰瑷澶勭悊銆佺敓鐗╃壒寰佽瘑鍒佹悳绱㈠紩鎿庛佸尰瀛﹁瘖鏂佹娴嬩俊鐢ㄥ崱娆鸿瘓銆佽瘉鍒稿競鍦哄垎鏋愩丏NA搴忓垪娴嬪簭銆佽闊冲拰鎵嬪啓璇嗗埆銆佹垬鐣ユ父鎴忓拰鏈哄櫒浜虹瓑浼楀棰嗗煙銆傛満鍣ㄥ涔犵畻娉鐨勫垎绫浠ュ強杩欎簺鍒嗙被涔嬮棿鐨勫尯鍒鏄粈涔锛熷箍涔夋潵璇达紝鏈変笁绉鏈哄櫒瀛︿範绠楁硶锛氣憼 鐩戠潱寮...
  • 浜哄伐鏅鸿兘鐨鏍稿績鏂规硶涓昏鍖呮嫭
    绛旓細浜哄伐鏅鸿兘鐨勬牳蹇冩柟娉涓昏鍖呮嫭鏈哄櫒瀛︿範銆佹繁搴﹀涔犲拰鑷劧璇█澶勭悊銆傛満鍣ㄥ涔犳槸浜哄伐鏅鸿兘涓殑涓绉嶉噸瑕佹妧鏈紝瀹冩槸鎸囬氳繃璁╄绠楁満鑷姩浠庢暟鎹腑瀛︿範瑙勫緥鍜屾ā寮忥紝浠庤屽鏈煡鐨勬暟鎹繘琛岄娴嬪拰鍒嗙被銆鏈哄櫒瀛︿範鐨鏂规硶鍖呮嫭鐩戠潱瀛︿範銆佹棤鐩戠潱瀛︿範鍜屽己鍖栧涔犵瓑銆傜洃鐫瀛︿範鏄寚閫氳繃宸叉湁鐨勬爣璁版暟鎹潵璁粌妯″瀷锛屼娇鍏惰兘澶熷鏂扮殑鏁版嵁杩涜...
  • 浠涔鏄櫤鑳鏈哄櫒浜哄晩?
    绛旓細鏅鸿兘鏈哄櫒浜鍒嗙被鍙婁粙缁1.鎸夊姛鑳藉垎绫诲彲鍒嗕负涓鑸満鍣ㄤ汉鍜屾櫤鑳芥満鍣ㄤ汉銆備竴鑸満鍣ㄤ汉鏄寚涓嶅叿鏈夋櫤鑳,鍙叿鏈変竴鑸紪绋嬭兘鍔涘拰鎿嶄綔鍔熻兘鐨勬満鍣浜恒傚埌鐩墠涓烘,鍦ㄤ笘鐣岃寖鍥村唴杩樻病鏈変竴涓粺涓鐨勬櫤鑳芥満鍣ㄤ汉瀹氫箟銆2.鏅鸿兘鏈哄櫒浜烘牴鎹叾鏅鸿兘绋嬪害鐨勪笉鍚,鍙堝彲鍒嗕负涓夌:浼犳劅鍨嬫満鍣ㄤ汉鍙堢О澶栭儴鍙楁帶鏈哄櫒浜恒傛満鍣ㄤ汉鐨勬湰浣撲笂娌℃湁鏅鸿兘鍗曞厓鍙湁...
  • 鏈哄櫒瀛︿範绠楁硶鍜屾繁搴瀛︿範鐨鍖哄埆?
    绛旓細涓銆佹寚浠d笉鍚 1銆鏈哄櫒瀛︿範绠楁硶锛氭槸涓闂ㄥ棰嗗煙浜ゅ弶瀛︾锛屾秹鍙婃鐜囪銆佺粺璁″銆侀艰繎璁恒佸嚫鍒嗘瀽銆佺畻娉曞鏉傚害鐞嗚绛夊闂ㄥ绉戙2銆佹繁搴﹀涔狅細鏄満鍣ㄥ涔(ML, Machine Learning)棰嗗煙涓竴涓柊鐨勭爺绌舵柟鍚戯紝瀹冭寮曞叆鏈哄櫒瀛︿範浣垮叾鏇存帴杩戜簬鏈鍒濈殑鐩爣浜哄伐鏅鸿兘銆備簩銆佸涔犺繃绋嬩笉鍚 1銆佹満鍣ㄥ涔犵畻娉曪細瀛︿範绯荤粺鐨勫熀鏈...
  • 鏈哄櫒瀛︿範涓秹鍙婂埌鍝簺鏁板宸ュ叿?
    绛旓細鍦ㄦ満鍣ㄥ涔犱腑娑夊強鍒板緢澶氱殑宸ュ叿锛屽叾涓渶閲嶈鐨勫綋灞炴暟瀛﹀伐鍏枫傛満鍣ㄥ涔犳秹鍙婂埌鐨勬暟鎹伐鍏锋诲叡鏈変笁绉锛屽垎鍒槸绾挎т唬鏁般佹鐜囩粺璁″拰鏈浼樺寲鐞嗚銆傚湪杩欑瘒鏂囩珷涓垜浠氨鏉ヨ缁嗙粰澶у浠嬬粛涓涓嬭繖浜涚煡璇嗭紝璁╁ぇ瀹跺湪鏃ュ父鐨勬満鍣ㄥ涔涓彲浠ユ洿濂藉湴杩愮敤鍒版暟瀛﹀伐鍏枫傞鍏堟垜浠粰澶у浠嬬粛涓涓嬬嚎鎬т唬鏁帮紝绾挎т唬鏁拌捣鍒扮殑涓涓渶涓昏...
  • 鏈哄櫒瀛︿範鐨绠楁硶鍘熺悊鏄粈涔?
    绛旓細鍥犳灉鎬濈淮鏈変笁涓绾у埆銆 绗竴绾ф槸瑙傛祴,浣犺澶勭悊鐨勬槸宸茬粡瑙傛祴鍒扮殑涓栫晫銆 绗簩绾ф槸骞查,浣犺澶勭悊涓涓彲浠ヨ瑙傛祴鐨勬柊涓栫晫銆 绗笁绾ф槸鎯宠薄,浣犺澶勭悊涓涓笉鍙瑙傛祴鐨勩佷綘鎯宠薄涓殑涓栫晫銆傛墍浠ュ洖褰掑钩鍧囧叾瀹炲氨鏄竴涓畝鍗曠殑缁熻鐜拌薄,鏈川鍘熷洜鏄皬姒傜巼浜嬩欢涓嶄細涓鍐嶅彂鐢 鈥斺 杩欓噷闈㈠苟娌℃湁浠涔绁炵鍔涢噺銆 鎵璋 reason,...
  • 娣卞害瀛︿範涓昏鏄涔鍝簺绠楁硶?
    绛旓細4銆佹繁搴瀛︿範涓昏瀛︾殑鏈夛細绁炵粡缃戠粶銆丅P鍙嶅悜浼犳挱绠楁硶銆乀ensorFlow娣卞害瀛︿範宸ュ叿绛夈傛繁搴﹀涔犺嫳鏂囧叏绉颁负锛歞eeplearning锛屾槸鏈哄櫒瀛︿範鐨鍒嗘敮锛涓昏鏄鎶婁汉宸ョ缁忕綉缁滃綋浣滄瀯鏋讹紝杩涜屽鏁版嵁杩涜琛ㄥ緛瀛︿範鐨勭畻娉曘5銆佸彧鏈夌畝鍗曠殑浜嗚В锛氬父瑙佺殑娣卞害瀛︿範绠楁硶鏈変笁绉锛氭潵鍗风Н绁炵粡缃戠粶銆佸惊鐜缁忕綉缁溿佺敓鎴愬鎶楃綉缁溿
  • 瀛︿範鏈哄櫒瀛︿範鐨勪笁绉澧冪晫
    绛旓細鏈哄櫒瀛︿範鏄浜哄伐鏅鸿兘涓渶閲嶈鐨勫唴瀹逛箣涓銆傚綋鐒讹紝鏈哄櫒瀛︿範闇瑕佸緢澶氱殑鏁板宸ュ叿锛屾鏄敱浜庤繖浜涙暟瀛﹀伐鍏凤紝鎴戜滑鐨勬満鍣ㄥ涔鎵嶈兘澶熻В鍐冲嚭寰堝鐨勯棶棰樸傝屾暟瀛﹀伐鍏锋湁寰堝锛屾垜浠渶瑕瀛︿範鐨鏁板宸ュ叿涔熸湁寰堝锛岄偅涔堟暟瀛﹀伐鍏烽渶瑕佸鍒浠涔绋嬪害鎵嶈兘搴旂敤鍒版満鍣ㄥ涔犲憿锛熷叾瀹為渶瑕涓夌澧冪晫锛屽湪杩欑瘒鏂囩珷涓垜浠氨缁欏ぇ瀹朵粙缁嶄竴涓嬭繖涓夌...
  • 浜哄伐鏅鸿兘鍩虹瀛︿粈涔
    绛旓細6銆佸簲鐢ㄦ渚嬶細浜嗚В鏈哄櫒瀛︿範鍜屾繁搴﹀涔犲湪鍚勮鍚勪笟鐨勫吀鍨嬪簲鐢,濡傚浘鍍鍒嗙被銆佺洰鏍囨娴嬨佽闊宠瘑鍒佹満鍣ㄧ炕璇戙佹帹鑽愮郴缁熺瓑銆備汉宸ユ櫤鑳藉氨涓氬墠鏅細浜哄伐鏅鸿兘鐩墠鏄竴涓揩閫熷闀鐨棰嗗煙锛屼汉鎵嶉渶姹傞噺澶э紝鐩告瘮浜庡叾浠栨妧鏈矖浣嶏紝绔炰簤搴﹀亸浣庯紝钖祫鐩稿杈冮珮锛屽洜姝わ紝鐜板湪鏄繘鍏ヤ汉宸ユ櫤鑳介鍩熺殑澶уソ鏃舵満銆傜爺绌惰繕琛ㄦ槑锛屾帉鎻涓夌浠ヤ笂...
  • 本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网