Day 2074:学习
2022-10-01 本文已影响0人
kafkaliu
统计学习
基本分类
监督学习:从输入和输出的对应关系中学习统计规律(映射)
输入和输出都是连续变量的预测问题,称为回归问题
输出变量为有限个离散变量的预测问题,称为分类问题
输入输出都是变量序列的称为标注问题
无监督学习:直接学习数据中的统计规律
聚类
降维
概率
强化学习:与环境的连续互动中学习最优行为策略。系统通过不断试错,找到最优策略
半监督学习和主动学习
按模型分类
概率模型和非概率模型:概率模型采用条件概率分布形式,非概率模型采取函数形式。条件概率分布和函数可以相互转化。概率模型和非概率模型的区别不在于输入和输出之间的映射关系,而是模型的内在结构
线性模型和非线性模型
参数化模型和非参数化模型
按算法分类
在线学习和批量学习:一个是实时学习,一个是按批次学习
按技巧分类
贝叶斯学习、核方法