iT邦幫忙

2022 iThome 鐵人賽

DAY 12
0
AI & Data

人類行為數據分析- 以R和Python進行實作系列 第 12

[Day12]機器學習模型(監督式、非監督式)

  • 分享至 

  • xImage
  •  

在機器學習中共可分為三大類,監督式學習(Supervised Learning)、非監督式學習(Unsupervised Learning)、強化學習(Reinforcement learning)

  1. 監督式學習Supervised Learning
    在訓練模型時會提供模型正確的答案,因此皆需有標籤(Label)的資料,此類型的問題可分為二元分類、多元分類以及迴歸問題。
  2. 非監督式學習Unsupervised Learning
    訓練模型並沒有給予標準答案,因此並不需要具有標籤的資料,模型會根據所放入的資料找到潛在的規則並找出規律,較常見的為集群演算法,是使用資料中的特徵來進行分群,
  3. 強化學習Reinforcement learning
    為電腦在訓練模型時會不斷與環境進行互動,並當有新資料加入時進行修正,以確保模型可取得當下最大化的預期利益,因此適合被用於模擬各類的決策任務。與其他兩類並不相同,此領域為一個互動式的學習。目前強化學習為人工智慧領域中較熱門的方向,而被大眾所知道的應用為AlphaGo。

後續將會介紹較為常見的模型的建立方式與實際操作!


上一篇
[Day 11] 驗證(Validation)
下一篇
[Day13] K-近鄰分群法(K-Nearest Neighbor, KNN)
系列文
人類行為數據分析- 以R和Python進行實作30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言