Pytorch_第五篇_深度學習 (DeepLearning) 基礎 [1]---監督學習與無監督學習

深度學習 (DeepLearning) 基礎 [1]---監督學習與無監督學習

---

Introduce

學習了Pytorch基礎以後，在利用Pytorch搭建各類神經網絡模型解決問題以前，咱們須要瞭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。

如下均爲我的學習筆記，如有錯誤望指出。

---

監督學習和無監督學習

常見的機器學習方法的類型以下：

• 監督學習：用已知標籤的訓練樣本訓練模型，用來預測將來輸入樣本的標籤，如用於邏輯迴歸分類器。
• 無監督學習：不須要有已知標籤的訓練樣本，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許已知標籤的樣本，而存在大量未標記的樣本。
• 強化學習：經過設定一個回報函數 (reward function) 來反映咱們最終的學習目標（好比咱們但願訓練模型的...更符合咱們預期的目標），其次再經過不斷訓練獲得一個逐步逼近咱們訓練目標（使得咱們設定的回報函數最大）的模型。

---

本文參考-1