机器学习 第一讲learning map --李宏毅课程

这篇博客介绍了机器学习的基本概念,包括监督学习、半监督学习、迁移学习、无监督学习和强化学习。通过场景、任务和方法三个方面阐述了机器学习的不同类型,并对每种学习方式进行了详细解释。例如,监督学习提供了输入与对应输出的训练数据,而无监督学习则只有输入或输出。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


本讲主要讲述机器学习的各种概念,连接:http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/Learning%20Map%20%28v2%29.ecm.mp4/index.html

    机器学习本质上就是找一个function set

下面将相关概念的个人理解写出来

一.scenario(应用的各种场景,主要是根据应用的输入输模型出来区分)

    1.Supervised Learning : 所给function 的train data 一个input label 一个output,就是说input会认为的给定一个output。

    2.Semi-Supervised Learning : 其实是Supervised Learning的一个拓展,train data 除了 前者的一一对应(label)之外还会有有input 没有对应output的数据。

    3.Transfer Learning : 其实是Semi-Supervised Learn的一个拓展 ,train data除了前者的一一对应关系之外还会有与最终output的目标没有关系的input,而且这些input 会lebel到一些output。

    这个解释的不好,应该是理解的也有问题,暂时举个例子。做一个辨识 不可描述图片的model。对这个model输入相应的不可描述图片,并label 它为不可描述图片。同时会输入各种其他图片并

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值