今天跟大家介紹機器學習常見的種類
監督式學習
我們先準備一批人為標記的資料集(解答)，透過機器學習演算法訓練出模型(logic)；然後得到的模型用來預測結果。
就很像我們高中時期，寫了一推參考書的題目，還有寫大考歷屆試題；訓練出我們解題的手感(?)，到了正式學測指考的時候，我們利用先前準備好的手感應付眼前的題目。
無監督式學習
跟前面不同，我們把一批未標記的資料集進行機器學習，讓它根據演算法自行從資料中找出規律，產生模型。
很像有些人家裡雖然採放任式管教，結果他自己讀書很厲害，還跳級上大學(?)。
半監督式學習
界於1, 2之間。
增強式學習 (例: MARI/O - Machine Learning for Video Games Youtube影片內有詳細解釋和原始碼連結)
這個是很有名的例子，利用增強式學習訓練出可以讓一個完全不知道任天堂馬力歐遊戲是何物的電腦，要求它不斷失敗一直嘗試直到能達到最遠距離(Fitness)或到達終點。
iThome鐵人賽
看影片追技術