机器学习总结（参考源码ml.hpp）

标签：密度   learn   机器学习算法   无监督学习   使用   数据   计算机   期望   分布   

依据机器学习算法如何学习数据可分为3类：

1. 有监督学习：从有标签的数据学习，得到模型参数，对测试数据正确分类；
2. 无监督学习：没有标签，计算机自己寻找输入数据可能的模型；
3. 强化学习（reinforcement learning）：计算机与动态环境交互，学习错误反馈达到更优的目的。

依据机器学习期望结果来分类：

1. 分类：输入被分为N个类别的一种；
2. 回归：输出是连续值；如依据房子的大小，时间，位置来预测房子的价格；
3. 聚类：使用无监督学习将输入聚为N类；
4. 密度估计（density estimation）：找到输入可能的分布；

【具体的机器学习算法】依照ml.hpp整理

整理中，整理一项更新一项……

机器学习总结（参考源码ml.hpp）

标签：密度   learn   机器学习算法   无监督学习   使用   数据   计算机   期望   分布   

原文地址：https://www.cnblogs.com/xixixing/p/12376368.html