1.模式识别系统过程
开始——采集数据——选择特征——选择模型——训练分类器——评价分类器
具体:
1.数据采集
2.特征选择
重点是将先验知识和实验数据相结合
3.模型选择
4.训练
训练是本文重点
1.5 学习和适应
有监督学习:分类和回归,所使用的数据是有标签的
无监督学习:聚类。所用的数据是没有标签的。
强化学习:利用模型输出,和真实值进行对比,不断改进模型。
本文详细介绍了模式识别系统的完整流程,包括数据采集、特征选择、模型选择、分类器训练及评估等关键步骤,并探讨了有监督学习、无监督学习及强化学习在模式识别中的应用。
1.模式识别系统过程
开始——采集数据——选择特征——选择模型——训练分类器——评价分类器
具体:
1.数据采集
2.特征选择
重点是将先验知识和实验数据相结合
3.模型选择
4.训练
训练是本文重点
1.5 学习和适应
有监督学习:分类和回归,所使用的数据是有标签的
无监督学习:聚类。所用的数据是没有标签的。
强化学习:利用模型输出,和真实值进行对比,不断改进模型。
2万+
1071

被折叠的 条评论
为什么被折叠?