关键词

机器学习中强化学习与监督学习、无监督学习区别

监督学习(Supervised learning):

监督学习即具有特征(feature)和标签(label)的,即使数据是没有标签的,也可以通过学习特征和标签之间的关系,判断出标签——分类。

简言之:提供数据,预测标签。比如对动物猫和狗的图片进行预测,预测label为cat或者dog。

通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出,例如分类。

eg.分类和回归问题

无监督学习(Unsupervised learning):

无监督学习即只有特征,没有标签,只有特征,没有标签的训练数据集中,通过数据之间的内在联系和相似性将他们分成若干类——聚类。根据数据本身的特性,从数据中根据某种度量学习出一些特性。

eg.比如一个人没有见过恐龙和鲨鱼,如果给他看了大量的恐龙和鲨鱼,虽然他没有恐龙和鲨鱼的概念,但是他能够观察出每个物种的共性和两个物种间的区别的,并对这两种动物予以区分。

简言之:给出数据,寻找隐藏的关系。

半监督学习(Semi-Supervised learning):

半监督学习使用的数据,一部分是标记过的,而大部分是没有标记的,和监督学习相比较,半监督学习的成本较低,但是又能达到较高的准确度,即综合利用有类标的和没有类标的数据,来生成合适的分类函数。

简言之:少部分标记,大部分未知

强化学习(Reinforcement learning):

强化学习与半监督学习类似,均使用未标记的数据,但是强化学习通过算法学习是否距离目标越来越近,我理解为激励与惩罚函数。类似生活中,女朋友不断调教直男友变成暖男。

简言之:通过不断激励与惩罚,达到最终目的。

区别:

(1)监督学习有反馈,无监督学习无反馈,强化学习是执行多步之后才反馈。

(2)强化学习的目标与监督学习的目标不一样,即强化学习看重的是行为序列下的长期收益,而监督学习往往关注的是和标签或已知输出的误差。

(3)强化学习的奖惩概念是没有正确或错误之分的,而监督学习标签就是正确的,并且强化学习是一个学习+决策的过程,有和环境交互的能力(交互的结果以惩罚的形式返回),而监督学习不具备。

本文链接:http://task.lmcjl.com/news/12304.html

展开阅读全文