机器学习基石第三节 学习笔记

用户头像
半亩房顶
关注
发布于: 23 小时前
机器学习基石第三节 学习笔记

Types of Learning

一、监督式(supervised)的学习(上面的问题)和非监督式(unsupervised)的学习(下面的问题)

区分:是否提供yn(结果集)



(一)、unsupervised:learning with yn

根据输出空间变化,常见有以下几类问题

1、自动贩卖机识别硬币,多类别识别问题

(1)classify US coins(1c,5c,10c,25c) by (size,mass)

(2)y = {1c,5c,10c,25c}, or y={1,2,...,K}(abstractly)

(3)binary classification(分类): special case with K = 2

类似多类别的分类问题,区别数字,邮件分类,多用在视觉听觉辨识



2、回归分析问题,regression

y = R or y = [lower, upper] 包含于R(bounded regression有范围回归)

线性回归是一类特殊的回归分析问题。回归分析特点,输出是一个特定值



3、自然语言辨识,structured learning,结构识别

(1)multiclass cliassification:word =》 world class

(2)structured learning:

sentence =》 structure(class of each word)

(3)y = {PVN,PVP,NVN,。。。},not including vvvvv

(4)huge multiclass classification problem (structure === hyperclass) without ‘explicit(详细的)’ class definition



(二)、unsupervised:learning without yn

(1)分群问题clustering {Xn} => cluster(x)

(2)密度分析问题:density estimation: {Xn} => density(x)

(3)异常识别(outlier detetion)识别出一些疑似的异常数据



(三)、semi-supervised 半监督式,监督式与非监督式的中间情况

还有一些特殊的情况只给出了一部分yn,此为半监督式,这时候就需要用未给出yn的数据让已给出的yn更加完善和准确



四)Reinforcement Learning 增强式学习

reinforcement:learn with ‘partial/implicit imformation’ (often sequentially)



(五)Batch learning 批量学习

一次性批量输入给学习算法,可以被形象的称为填鸭式学习。



(六)Online learning 在线学习

按照顺序,循序的学习,不断的去修正模型,进行优化



(七)Active learning 主动学习

让机器主动问问题(按顺序)



以上都是从输出角度做的分析,

下面从输入角度分析



(八)concrete learning



(九)raw learning



(十)abstract learning



用户头像

半亩房顶

关注

人生那么长,能写多少bug? 2018.11.16 加入

我希望,自己永远是自己。我希望,远离bug。

评论

发布
暂无评论
机器学习基石第三节 学习笔记