机器学习是人工智能的一种应用,从大量数据中学习并解决特定问题。它使用计算机算法,通过经验自动提高效率。

【零基础学机器学习 3】机器学习类型简介:监督学习 - 无监督学习 - 强化学习-LMLPHP

机器学习主要有三种类型:监督、无监督和强化学习。

【零基础学机器学习 3】机器学习类型简介:监督学习 - 无监督学习 - 强化学习-LMLPHP

监督学习

概述

监督学习是一种使用标记数据来训练机器学习模型的机器学习类型。在标记数据中,输出已经是已知的。模型只需要将输入映射到相应的输出。

例如,监督学习的一个例子是训练一个识别动物图像的系统。

下面附上我们训练的识别猫图片的模型。

【零基础学机器学习 3】机器学习类型简介:监督学习 - 无监督学习 - 强化学习-LMLPHP

算法

一些最常用的监督学习算法包括:

  • 线性回归
  • 逻辑回归
  • 支持向量机
  • K近邻
  • 决策树
  • 随机森林
  • 朴素贝叶斯

工作原理

监督学习算法将标记输入映射到已知输出,这意味着我们实现已经知道目标变量。

现在,让我们专注于监督学习方法的训练过程。

监督学习方

05-18 03:43