第二種分類方式
本文是imooc python3入門機器學習 的學習筆記，用於整理自己學習到的概念，用以備查。
簡單說來，就是對於學習對於所要求的資料集，是否需要標註。
常見的監督學習演算法有：
常見的 非監督演算法及其用處見下： 出於各種原因，資料集可能出現一部分資料集帶有標記，而另一部分則缺失標記。此時我們需要使用半監督學習來處理。而此時我們可以先用無監督學習的方式對資料進行預處理，之後在使用監督學習的手段對資料進行訓練和**。
下圖是出增強學習的圖示，主要指智慧型體(agent)，根據環境採取行動，再根據行動導致的結果，採取特定的行動方式。主要在類似於alphago、無人駕駛領域。
機器學習分類
監督學習是從標記的訓練資料來推斷乙個功能的機器學習任務。訓練資料報括一套訓練示例。在監督學習中，每個例項都是由乙個輸入物件 通常為向量 和乙個期望的輸出值 也稱為監督訊號 組成。監督學習演算法是分析該訓練資料，並產生乙個推斷的功能，其可以用於對映出新的例項。主要有 非監督學習是在未加標籤的資料中，試...
機器學習分類
一 機器學習的概念 從廣義上來說，機器學習是一種能夠賦予機器學習的能力以此讓它完成直接程式設計無法完成的功能的方法。但從實踐的意義上來說，機器學習是一種通過利用資料，訓練出模型，然後使用模型 的一種方法。二 機器學習的分類 1.監督學習 監督學習 資料集有輸入和輸出資料 通過已有的一部分輸入資料與輸...
機器學習的分類
嚴格意義上來說，機器學習可以分為以下幾類 有監督學習，無監督學習，半監督學習，強化學習。有監督學習是指在訓練過程中的資料是同時又特徵和標籤的，也就是說模型在訓練過程中是知道正確結果的，模型可以根據標籤為指導進行引數調整，這種學習方式好像學習被監督了一樣，因此監督學習的意義為 學習的過程有標籤作為指導...