昨天的文章中,我們提到了兩個例子。
大家可能沒印象,沒關係,你點一下我的系列文,往第一篇點下去。除了我的瀏覽量多一之外,你也知道兩個例子是什麼了。
好拉,不點也沒關係。
就是呢,我們提到的例子之中的,都是說你把資料以及那個資料對應的結果(什麼字?、有沒有被騙?)輸入到電腦。
這種學習叫做監督式學習,他只是其中一種學習的方式。
一般來說有三種方式:
相信聰明如你,看到這邊大概就知道前兩個是什麼意思了吧!
簡單來說正如你想的這樣,就是監督式學習會給對應的結果。非監督式不會給對應的結果,而是要電腦自己去判斷,找出資料的機率分佈,也就是分群的概念。
機率分佈??分群??那啥毀??
舉個例子,我們看看這個圖片
對,很多樹,不過眼尖的觀眾馬上就看到有一個不是樹,而是櫻桃(???)。
若是監督式學習呢,就會把每張圖片以及他是什麼給電腦,讓電腦學完之後。給他一張新的圖片請他判斷他是什麼。
而非監督式學習,則僅是把每張圖片給電腦,就這樣。而電腦會告訴你哪一些圖片是一組的而那一些圖片又是另一組的,這就是我們的分群。
不過我們可以想像,這是一個非常難的問題,像是
連我們人都非常難回答這個問題了,何況是電腦呢!
最後的增強式學習,可以把電腦想像成一隻狗,可愛的狗。
他亂尿尿,你罵他,他到該尿尿的地方尿,你給他肉肉。
自然而然,他就會去你認為他該尿尿的地方尿尿了,一天教狗就上手!
以上三種方式呢,我們這次的主題PRML,只有討論前面兩種方式。
所以我們這次的文章也只會提及前面兩種學習方式!
那麼明天我們就開始討論到底要怎麼學吧!
千萬不要錯過!!!!(這句是在提醒我自己)