机器学习-机器学习模型简介
机器学习算法类型
监督学习
在有标号的数据里进行预测训练
自监督学习（word2vec，BERT）
标号来自数据本身
半监督学习（自训练）
在有标号和无标号的数据里训练，学习模型会预测标号，或推测无标号的数据的标号
无监督学习（clustering，GAN）
在无标号的数据上训练
强化学习
利用与环境交互得到的观察结果采取行动以最大化收益
监督学习（最常见）的组成
模型
根据输入获得输出预测（listing house->sale price）
损失Loss
预测值与真实值之间的差异
（预测价格-真实价格）^2
目标objective
最小化损失函数
优化optimization
将模型中没指定（可以学习）的参数确定下来，使损失最小化
监督学习模型的类型
- 决策树：用树做决策
- 线性模型：根据输入的线性组合做出决定
- 核方法：用核函数计算特征相似度
- 神经网络：用神经网络学习特征表示
总体关系如下所示
