本文概述了机器学习的三种主要范式：监督学习、无监督学习和强化学习。监督学习包括回归和分类问题，如支持向量机等；无监督学习探讨了聚类问题及其在计算机视觉和音频提取中的应用；强化学习则介绍了如何通过决策过程来最大化奖励。
1.supervised learning 监督学习
回归问题 分类问题（SVM，可以把数据映射到无限维空间中）
2.unsupervised learning 无监督学习
聚类问题
应用：计算机视觉，图片像素聚类生成3D模型；音频提取（鸡尾酒会问题）
3.reinforcement learning 强化学习
回归问题 分类问题（SVM，可以把数据映射到无限维空间中）
2.unsupervised learning 无监督学习
聚类问题
应用：计算机视觉，图片像素聚类生成3D模型；音频提取（鸡尾酒会问题）
3.reinforcement learning 强化学习
回报函数的概念：算法自身通过不断地决策从而学习什么是对的，什么是错的，这样就会不断向对的情况靠拢，获得更多的积极汇报。
视频来自：http://open.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html
扫一扫
1149
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
