机器学习关键要素与学习类型.pdfVIP

1、ML(机器学习)的三个关键要素：

1、存在一个模式或者说表现可以让我们对其进行改进提高；

2、规则并不容易那么定义;

3、需要有数据。

(i)将数字分类为质数和非质数

规则可以制定,不满足要求。

(iv)确定繁忙交叉通信号灯的最佳周期

没有数据，无法学习。

所以剩下的三项是正确的。:(ii),(iv)和(v)

2、强化学习

解析：通过对一个行为作出或惩罚，以此获得的输出，进而进行学习，这种学

习方式称为强化学习。我们设计一个回报函数，如果象棋在决定一步后，获得了较好的

结果，那么我们给予一些回报；如果得到较差的结果，那么回报函数为负。如果我们能

够对每一步进行评价，得到相应的回报函数，我们只需找到一条回报值最大的路径（每

步的回报之和最大），就认为是最佳的策略。

3、无监督学习

解析：这是一种没有标示（就是没有输出y）的问题，就是不告诉你题目的正确答

案，让你自己去寻找。问题中withoutgiventopics，表明是无监督学习。

4、监督学习

解析：知道数据输入的同时还知道数据的标记。中有脸知道输入，一千张人脸

和一万张脸。知道数据的标记。

1、ML（机器学习）的三个关键要素：

1、存在一个模式或者说表现可以让我们对它进行改进提高