Friday, April 26, 2024
个人工具
登录
视图
查看“机器学习”的源代码
来自China Digital Space
←
机器学习
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
===机器学习的3种训练方法=== '''1. 监督机器学习:'''监督机器学习算法最为常用。在该模型下,数据科学家扮演向导,告诉算法它应该得出什么结论。就像孩子通过在图画书中记住水果来学习识别水果一样,在监督学习中,算法是由已经标记并具有预定义输出的数据集进行训练的。监督机器学习的例子包括算法,如线性和逻辑回归,多类别分类和支持向量机。<ref>[https://www.oracle.com/cn/data-science/machine-learning/what-is-machine-learning/ 机器学习是什么?]</ref> '''2.无监督机器学习:'''无监督机器学习相对而言更加独立,在该模式下,计算机会在无人类持续提供密切指导的前提下学习识别复杂的过程和模式。无监督机器学习包括根据没有标签的数据或特定的、定义好输出的数据进行训练。继续使用幼儿教学作类比,无监督机器学习类似于孩子通过观察颜色和图案来识别水果,而不是在老师的帮助下记住水果的名字。孩子(算法)会自己寻找图像之间的相似性,对图像分组,为每一个小组分配一个新标签。无监督机器学习的算法有 K 均值聚类、主成分和独立分量分析以及关联规则。<ref>[https://www.oracle.com/cn/data-science/machine-learning/what-is-machine-learning/ 机器学习是什么?]</ref> '''3.强化学习:'''在监督学习模型中,我们事先输入了问题的答案,机器通过寻找所有正确结果之间的相关性进行学习。而在强化学习模型中,我们并没有事先提供问题的答案,只是提供了一组许可的动作、规则和可能的最终状态。如果算法的期望值是固定的或者二进制形式,那么机器可以通过示例进行学习。但如果期望值是可变的,那么系统必须通过经验和奖励进行学习。在强化学习模型中,“奖励”是数值形式,并且作为系统要收集的对象被编程到算法中。 这种模式很像教人如何下棋。显然,你不可能向对方展示每一步应该怎么走。相反,你会向他们解释规则,然后他们将通过练习来逐步掌握要领。奖励的形式不仅是获胜,还包括吃掉对手的棋子。强化学习的应用包括在线广告位买家自动竞价、电脑游戏开发和高风险股票市场交易等。 <ref>[https://www.sap.cn/insights/what-is-machine-learning.html 什么是机器学习?]</ref>
返回至
机器学习
。
CDS English
Grass-Mud Horse Lexicon
Citizen Bios
China's Global Influence
COVID-19
Longform Translation
CDS总目
目录
真理馆
话语馆
人物馆
老大哥馆
公民馆
六四馆
香港馆
时间馆
CDS专页
审查员交班日志(更新中)
中国哭墙(更新中)
米兔在中国
加速主义
新冠病毒事件
方方日记
小粉红
辱包
孟晚舟的脚镣
华为的中国梦
香港抗争
光复香港,时代革命
港版国安法:香港的终结?
大陆人看香港抗争
永不叛党?
中共是一颗什么样的种子?
中共是如何打造真理部的
刘晓波病逝
CDS最新1000词条
CDT经典
404博物馆
真理部指令
敏感词库
五毛解密
墙与翻墙
草泥马语
麻辣总局
网语集锦
《无权者的权力》
《零八宪章》
《编译局故事》
《大明英烈传》
《毛泽东私人医生回忆录》
《历史的先声》
Connect with us