机器学习的常用方法

什么是机器学习

  • 专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
  • 它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

机器学习的常用方法

  • 监督学习
  • 非监督学习
  • 半监督学习
  • 强化学习
  • 遗传算法

监督学习

  • 有标签和数据的学习方法
  • 先给计算机猫和狗的图片,然后告诉计算机通过猫和狗的不同特性(标签),怎么分辨猫和狗,让计算机学习这些标签方式去分辨,就是监督学习

非监督学习

  • 无标签和无数据的学习方法
  • 只给计算机提供猫和狗的图片,却不告诉计算机哪张图片是猫和狗,让计算机自己去分类和总结猫和狗的特性,然后让计算机自己去识别猫和狗,就叫非监督学习

半监督学习

  • 就是监督和非监督学习的结合体,是利用少量标签或者大量没有标签的样本,就行分类和学习的方式

强化学习

  • 把机器放到一个陌生或者从来没有接触到的领域去执行一项任务,机器人自己总结和摸索,直到完成任务
  • 比如给机器人一个篮球,要它去投篮,主要投进了就加1分
  • 机器会不断的总结投篮成功和失败的经验,最后达到成功率越来越高
  • googel的阿法狗就是这样的一种学习方式

遗传算法

  • 模拟已经存在的理论,淘汰弱智,适者生存的方式,选择设计最优的设计框架,算法等
  • 比如要机器人玩超级玛丽,玛丽一号很快就牺牲了,然后玛丽二号会继承玛丽一号的成功的经验继续闯关,后面会一直延续这种的方式只保留最强的玛丽N号

推荐阅读更多精彩内容