人工智能与机器人技术手册.docxVIP

与技术手册

第1章基础架构与核心原理

1.1机器学习算法分类与适用场景

监督学习适用于拥有标注数据的分类与回归任务，例如使用线性回归预测房价，通过输入房屋面积、楼层数等特征输出对应的价格数值。无监督学习用于发现数据内在结构，如聚类算法将用户按浏览历史自动划分为“年轻群体”、“资深用户”等互斥的独立簇。

半监督学习结合少量标注数据和海量未标注数据，通过迁移学习策略，利用预训练模型在少量样本上微调以解决特定领域问题。强化学习通过试错机制在动态环境中学习最优策略，如让通过反复试错学习在迷宫中走迷宫并找到最短路径。式模型用于创建新数据，如使用扩散模型根据一张模糊的人脸照片一张风格统一