机器学习训练方式和三要素

​
判别模型是对数据输出做判别的模型，多用于监督学习，尤其适合。继续编辑

一、机器学习训练方式

机器学习可以使用离线训练和在线训练两种方式来完成训练。

1、在线训练和离线训练

离线训练：是指我们已经拥有了大量的历史数据，并使用这些数据对模型进行批量训练;
在线训练：是指数据会不断地从业多系统中生成，而我们会通过比较小的模型调整，使模型更好地拟合这些新生成的数据。

2、在线预测和离线预测

机器学习的目的在于对新增的数据做出预测。预测分为离线预测和在线预测两种。
在线预测：不管是在线训练模型还是离线训练模型，我们都将模型直接放到产品线上运行，此类方法是在线预测。
离线预测：如果我们将训练好的输入和与之对应的训练结果离线存储，线上使用的时候根据输入，从数据库中查找对应的结果作为预测结果输出，此类方式为离线预测。

二、机器学习三要素

如果我们把原始数据比作原材料，那么机器学习就是一个处理原材料的“工厂”，对数据进行一系列的加工就是处理数据的方法，机器学习中的方法主要由模型、策略和算法组成，可以表示为:

1、模型

在机器学习中，模型的实质是一个带有参数的函数表达式，我们希望模型可以反映出数据从输入到输出的所有映射关系或规律。
如果每个关系都由一种函数来描述，不同关系对应函数中不同的参数，