机器学习 | 强化学习 vs 深度学习 vs 深度强化学习 | 概念向
文章目录
- 📚相关概念
-
- 🐇监督学习（Supervised Learning）
- 🐇无监督学习（Unsupervised Learning）
- 🐇强化学习（Reinforcement Learning）
- 🐇深度学习（Deep Learning）
- 🐇深度强化学习（Deep Reinforcement Learning）
- 📚各概念之间的区别与联系
-
- 🐇区别
- 🐇联系
机器学习（Machine Learning）是指让机器通过学习数据和模式来不断改进和优化算法，从而实现特定任务的能力，而无需显式编程。它通过构建模型从数据中发现模式，从而对新数据进行预测或决策。
- 机器学习是一个总框架，包含有监督学习、无监督学习和强化学习。
- 深度学习和强化学习都是机器学习的子领域，深度学习是机器学习的一种特定类型，其核心是利用人工神经网络进行学习和训练。而深度强化学习则是深度学习和强化学习的结合，用于处理更复杂的任务。
📚相关概念
🐇监督学习（Supervised Learning）
- 监督学习是指在训练模型时，需要提供带有标签的数据。也就是说，每个输入样本都有对应的输出标签。模型的目标是学习从输入到输出的映射关系，以便在未见过的数据上做准确的预测。
- 监督学习的典型应用包括分类和回归问题。在分类问题中，模型