zoukankan      html  css  js  c++  java
  • 各种机器学习方法概念

    博客转自:http://blog.csdn.net/wds555/article/details/45560757

    强化学习(Reinforcement Learning):

    所谓强化学习就是智能系统从环境到行为映射的学习,以使奖励信号(强化信号)函数值最大,强化学习不同于连接主义学习中的监督学习,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习系统RLS(reinforcement learning system)如何去产生正确的动作。由于外部环境提供的信息很少,RLS必须靠自身的经历进行学习。通过这种方式,RLS在行动-评价的环境中获得知识,改进行动方案以适应环境。

    增量学习(Incremental Learning):

    学习新知识,不忘旧知识。

    1) 可以从新数据中学习新知识; 

    2) 以前已经处理过的数据不需要重复处理; 

    3) 每次只有一个训练观测样本被看到和学习;

    4) 学习新知识的同时能保存以前学习到的大部分知识;

    5) —旦学习完成后训练观测样本被丢弃;

    6) 学习系统没有关于整个训练样本的先验知识  

    在线学习(Online Learning):

    数据一个一个的到来,一个一个的学习。

    迁移学习(Transfor Learning):

    迁移学习可以从现有的数据迁移知识,用来帮助将来的学习。迁移学习(Transfer Learning)的目标是将从一个环境中学到的知识用来帮助新环境中的学习任务。因此,迁移学习不会像传统机器学习那样作同分布假设。

    批量学习(Batch Learning):

    数据一批一批的到来,一批一批的学习。


  • 相关阅读:
    Mac php使用gd库出错 Call to undefined function imagettftext()
    centos 使用 locate
    Mac HomeBrew 安装 mysql
    zsh 命令提示符 PROMPT
    新的开始
    Java 面试题分析
    Java NIO Show All Files
    正确使用 Volatile 变量
    面试题整理 2017
    有10阶梯, 每次走1,2 or 3 阶,有多少种方式???
  • 原文地址:https://www.cnblogs.com/walccott/p/4957042.html
Copyright © 2011-2022 走看看