機器學習(Machine Learning)是實現人工智慧(A.I.)的一種方式
其中又可分成三大類:
- 監督式學習 (supervised learning) 的目標:
給定輸入資料與所對應的標籤進行訓練學習
依資料集型態又可分為:
- 離散資料:二元分類,多元分類
- 連續資料:回歸分析
- 非監督式學習 (unsupervised learning) 的目標:
- 分叢 (Clustering):
- 離散資料:二元分類,多元分類
- 連續資料:回歸分析
- 分叢 (Clustering):
給定未知資料,不需透過標籤的資訊來進行分類學習
- 降維 (Dimension Reduction):
減少元資料特徵的維度,但又不失去其資料特性
- 加強式學習 (reinforcement learning) 的目標:
根據環境狀態給予獎賞回饋來修正下一次的動作 (個人的簡單理解:這是一種try and error 的過程)
應用:自駕車,Alpha Go下棋比賽

- 降維 (Dimension Reduction):
沒有留言:
張貼留言