文件名称：isodata的matlab代码博客-python-scikit-learn:巩固Python机器学习库Scikit-Learn，深入理解机器
文件大小：47.68MB
文件格式：ZIP
更新时间：2024-06-24 01:59:24
系统开源
isodata的matlab代码博客 机器学习与Scikit-Learn 版本：0.22.1 说好的只研究Scikit-Learn，终究还是把这里变成了深入学习机器学习的笔记资料库。 监督学习、无监督学习、半监督学习、强化学习 类型 描述 监督学习 监督学习是最常见的机器学习类别，这种方法是一种函数逼近。我们尝试将一些数据点映射到一些模糊函数。通过智能优化，我们努力拟合出一个最接近将来要使用的数据的函数。 无监督学习 无监督学习只是分析数据而没有任何类别的Y来映射，算法不知道输出应该是什么，需要自己推理。 半监督学习 输入数据部分被标识，部分没有被标识，需要先学习数据的内在结构以便合理组织数据。 强化学习 类似于监督学习，只是每个步骤都会产生反馈而已。 强化学习模式下，输入数据作为对模型的反馈，不像监督学习那样，输入数据仅仅是作为一个检查模型对错的方式；在强化学习下，输入数据直接反馈到模型，模型必须对刺激立即做出调整。 强化学习常用的应用场景包括动态系统以及机器人控制等。 强化学习常见算法包括Q-Learning以及时间差学习等。 举个好玩儿的例子吧： 想想我们想要训练小鼠，使其学会X