机器学习的分类_机器学习的种类

作者：小小林熬夜学编程 | 2024-04-03 23:01:19

踩

机器学习的种类

                    
                        
                    
                    根据任务类型：
 监督学习任务：从已标记的训练数据来训练模型。 主要分为：分类任务、回归任务、序列标注任务。
 无监督学习任务：从未标记的训练数据来训练模型。主要分为：聚类任务、降维任务。
 半监督学习任务：用大量的未标记训练数据和少量的已标记数据来训练模型。
 强化学习任务：从系统与环境的大量交互知识中训练模型。
根据算法类型：
 传统统计学习：基于数学模型的机器学习方法。包括 SVM 、逻辑回归、决策树等。这一类算法基于严格的数学推理，具有可解释性强、运行速度快、可应用于小规模数据集的特点。
 深度学习：基于神经网络的机器学习方法。包括前馈神经网络、卷积神经网络、递归神经网络等。这一类算法基于神经网络，可解释性较差，强烈依赖于数据集规模。但是这类算法在语音、视觉、自然语言等领域非常成功。

                

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/356779?site=