驍龍8gen1和天璣9000哪個好性能更強 區(qū)別對比分析
2023-01-30
更新時間:2022-03-15 05:30:31作者:佚名
品牌型號:Redmibook?Pro?15
系統(tǒng):Windows 10
軟件版本:
1、監(jiān)督學(xué)習(xí):表示機器學(xué)習(xí)的數(shù)據(jù)是帶標(biāo)記的,這些標(biāo)記可以包括數(shù)據(jù)類別、數(shù)據(jù)屬性及特征點位置等。這些標(biāo)記作為預(yù)期效果,不斷修正機器的預(yù)測結(jié)果。具體實現(xiàn)過程是:通過大量帶有標(biāo)記的數(shù)據(jù)來訓(xùn)練機器,機器將預(yù)測結(jié)果與期望結(jié)果進(jìn)行比對;之后根據(jù)比對結(jié)果來修改模型中的參數(shù),再一次輸出預(yù)測結(jié)果;然后將預(yù)測結(jié)果與期望結(jié)果進(jìn)行比對,重復(fù)多次直至收斂,最終生成具有一定魯棒性的模型來達(dá)到智能決策的能力。
常見的監(jiān)督學(xué)習(xí)有分類和回歸:分類(Classification)是將一些實例數(shù)據(jù)分到合適的類別中,它的預(yù)測結(jié)果是離散的?;貧w(Regression)是將數(shù)據(jù)歸到一條“線”上,即為離散數(shù)據(jù)生產(chǎn)擬合曲線,因此其預(yù)測結(jié)果是連續(xù)的。
2、無監(jiān)督學(xué)習(xí):表示機器學(xué)習(xí)的數(shù)據(jù)是沒有標(biāo)記的。機器從無標(biāo)記的數(shù)據(jù)中探索并推斷出潛在的聯(lián)系。常見的無監(jiān)督學(xué)習(xí)有聚類和降維。在聚類(Clustering)工作中,由于事先不知道數(shù)據(jù)類別,因此只能通過分析數(shù)據(jù)樣本在特征空間中的分布,例如基于密度或基于統(tǒng)計學(xué)概率模型等,從而將不同數(shù)據(jù)分開,把相似數(shù)據(jù)聚為一類。降維(Dimensionality Reduction)是將數(shù)據(jù)的維度降低。例如描述一個西瓜,若只考慮外皮顏色、根蒂、敲聲、紋理、大小及含糖率這6個屬性,則這6個屬性代表了西瓜數(shù)據(jù)的維度為6。進(jìn)一步考慮降維的工作,由于數(shù)據(jù)本身具有龐大的數(shù)量和各種屬性特征,若對全部數(shù)據(jù)信息進(jìn)行分析,將會增加訓(xùn)練的負(fù)擔(dān)和存儲空間。因此可以通過主成分分析等其他方法,考慮主要影響因素,舍棄次要因素,從而平衡準(zhǔn)確度與效率。
3、強化學(xué)習(xí):是帶有激勵機制的,具體來說,如果機器行動正確,將施予一定的“正激勵”;如果行動錯誤,同樣會給出一個懲罰(也可稱為“負(fù)激勵”)。因此在這種情況下,機器將會考慮如何在一個環(huán)境中行動才能達(dá)到激勵的最大化,具有一定的動態(tài)規(guī)劃思想。
4、深度學(xué)習(xí):深度學(xué)習(xí)是新興的機器學(xué)習(xí)研究領(lǐng)域,旨在研究如何從數(shù)據(jù)中自動地提取多層特征表示,其核心思想是通過數(shù)據(jù)驅(qū)動的方式,采用一系列的非線性變換,從原始數(shù)據(jù)中提取由低層到高層、由具體到抽象、由一般到特定語義的特征。深度學(xué)習(xí)不僅改變著傳統(tǒng)的機器學(xué)習(xí)方法,也影響著人類感知的理解,迄今已在語音識別、圖像理解、自然語言處理和視頻推薦等應(yīng)用領(lǐng)域引發(fā)了突破性的變革。