深度學習 (DeepLearning) 基礎 [1]---監督學習與無監督學習
Introduce
學習了Pytorch基礎之后，在利用Pytorch搭建各種神經網絡模型解決問題之前，我們需要了解深度學習的一些基礎知識。本文主要介紹監督學習和無監督學習。
以下均為個人學習筆記，若有錯誤望指出。
監督學習和無監督學習
常見的機器學習方法的類型如下：
- 監督學習：用已知標簽的訓練樣本訓練模型，用來預測未來輸入樣本的標簽，如用於邏輯回歸分類器。
- 無監督學習：不需要有已知標簽的訓練樣本，而是直接對數據建模，如Kmeans等模型。
- 半監督學習：在訓練階段使用的訓練樣本集中只有少量已知標簽的樣本，而存在大量未標記的樣本。
- 強化學習：通過設定一個回報函數 (reward function) 來反映我們最終的學習目標（比如我們希望訓練模型的...更符合我們預期的目標），其次再通過不斷訓練得到一個逐步逼近我們訓練目標（使得我們設定的回報函數最大）的模型。