张芷铭的个人博客三种学习范式对比
| 类型 | 数据特点 | 目标 | 常见算法 |
|---|---|---|---|
| 监督学习 | 有标签数据 | 学习映射函数预测输出 | 线性回归、SVM、决策树 |
| 无监督学习 | 无标签数据 | 发现数据潜在结构 | K-means、PCA |
| 强化学习 | 环境交互 | 最大化累积奖励 | Q-Learning、DQN |
监督学习
利用标记数据训练模型，学习输入到输出的映射函数。
无监督学习
从无标记数据中发现潜在结构，用于聚类或降维。
强化学习
通过与环境互动学习决策策略，通过奖励惩罚机制优化。
| 类型 | 数据特点 | 目标 | 常见算法 |
|---|---|---|---|
| 监督学习 | 有标签数据 | 学习映射函数预测输出 | 线性回归、SVM、决策树 |
| 无监督学习 | 无标签数据 | 发现数据潜在结构 | K-means、PCA |
| 强化学习 | 环境交互 | 最大化累积奖励 | Q-Learning、DQN |
利用标记数据训练模型，学习输入到输出的映射函数。
从无标记数据中发现潜在结构，用于聚类或降维。
通过与环境互动学习决策策略，通过奖励惩罚机制优化。
Comments