机器学习系统的种类
现有的机器学习算法种类繁多,,为了便于理解我们根据一下内容将它们进行分类:
- 是否在人类的监督下训练(监督式学习、无监督式学习、半监督式学习和强化学习)
- 是否可以动态的进行增量学习(在线学习和批量学习)
- 是简单地将新的数据点和已知的数据点进行匹配,还是像科学家那样,对训练数据进行模式检测,然后建立一个预测模型(基于实例学习和基于模型学习)
以上各种分类标准之间胡不排斥,可以进行任意的组合。例如:现在最先进的垃圾邮件过滤器可能是使用深度神经网络模型对垃圾邮件和常规邮件进行训练,完成动态学习。这使其成为一个在线的、基于模型的、监督式学习系统。