机器学习的分类
2017-11-29 19:25
246 查看
监督学习:例如用户点击/购买预测、放假预测。 分为分类预测和回归分析
无监督学习:例如邮件/新闻聚类。分为聚类和关联规则
强化学习:例如动态系统以及机器人控制。分为Q-learning和时间差学习
无监督学习:例如邮件/新闻聚类。分为聚类和关联规则
强化学习:例如动态系统以及机器人控制。分为Q-learning和时间差学习
相关文章推荐
- 机器学习之分类学习(性能分析)
- 区分识别机器学习中的分类与回归
- 机器学习笔记2——K近邻法KNN(分类)
- 可扩展机器学习——分类——点击率预测(Click-through Rate Prediction)
- 机器学习笔记3——朴素贝叶斯算法(分类)
- 机器学习常见算法分类汇总
- 总结机器学习面试题---按照算法分类(更新整理中)
- 机器学习文本分类Improved Iterative Scaling算法以及JAVA实现
- 回归,分类与聚类:三个方向分析机器学习
- 文本数据的机器学习自动分类方法(下)
- Python数据分析与机器学习-新闻分类任务
- 机器学习常见算法分类汇总
- 机器学习之恶意软件分类和检测
- 机器学习常见算法分类汇总
- 机器学习---之逻辑回归,贝耶斯分类与极大似然估计的联系
- 机器学习实战代码详解(七)利用AdaBoost元算法提高分类性能
- 机器学习常见算法分类汇总
- 机器学习之基于概率论的分类方法 : 朴素贝叶斯
- 机器学习基本概念(分类方法):Bayes、PCA、LDA 和 K-means
- 机器学习初学代码(二) 线性判别分析LDA(二分类)