机器学习可以分为哪几类?机器学习分类
机器学习可以分为哪几类?这个问题早期面试中经常被问到的问题,大部分面试官期望的回答是分为生成模型和判别模型,但实际上在不同的视角/维度下,有机器学习有很多不同的类别划分方法,初学者容易混淆。这里整理一下,并对于生成与判别的区别展开说明一下。机器学习可以分为哪几类?按不同维度可以进行不同分类,比如搜索排序中的LambdaMart模型,它既是判别式模型,又是监督学习模型,又是排序模型(learning
这个问题早期面试中经常被问到的问题,大部分面试官期望的回答是分为生成模型和判别模型,但实际上在不同的视角/维度下,有机器学习有很多不同的类别划分方法,初学者容易混淆。机器学习可以分为哪几类?这里整理一下,并对于生成与判别的区别展开说明一下。
机器学习可以分为哪几类?
按不同维度可以进行不同分类,比如搜索排序中的LambdaMart模型,它既是判别式模型,又是监督学习模型,又是排序模型(learning2rank)
1)按学习目标:可以分为 生成式模型、判别式模型
2)按学习方法:监督学习模型,非监督学习模型,半监督学习模型,增强学习模型,对抗学习模型
3)按应用方向:分类,聚类,回归,排序,序列标注
判别式模型与生成式模型的区别
1)常见说法是:generative model 学习 p(x,y),而discriminative model 学习p(y|x)
=》 这并不精确,比如决策树是判别模型,但它没学习p(y|x);比如IR中学习P(query|doc, theta)的模型可以是生成式模型
2)准确说法:
生成式模型学习概率分布, 而判别式模型学习分割面(可以用概率分割也可以不用概率)
生成式模型关心数据是怎么产生的(哪怕它的目的是学条件概率),判别式模型只关心怎么区分不同类别数据。
免费分享一些我整理的人工智能学习资料给大家,整理了很久,非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLP、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。
下面是部分截图,点击文末名片关注我的公众号【AI技术星球】发送暗号 321 领取(一定要发暗号 321)
目录
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、机器学习+计算机视觉基础算法教程
五、深度学习机器学习速查表(共26张)
学好人工智能,要多看书,多动手,多实践,要想提高自己的水平,一定要学会沉下心来慢慢的系统学习,最终才能有所收获。
点击下方名片,扫码关注公众号【AI技术星球】发送暗号 321 免费领取文中资料。
更多推荐
所有评论(0)