這節課主要介紹機器學習問題的一些分類。
Learning with Different Output Space
按照數據的輸出,可以把 ML 分爲以下幾類:
- 二類別分類問題:
- 多類別分類問題:
- 迴歸問題:
- 結構學習
Learning with Different Data Label
按照數據的標籤,可以把 ML 分爲以下幾類:
- supervised: 所有 都具有
- unsupervised: 所有 都沒有
- semi-supervised: 一些 具有
Learning with Different Protocol
按照數據的傳輸方式,可以把 ML 分爲以下幾類:
- batch: 一次性把所有的數據給算法
- online: 連續的數據,一次處理一個數據
- active: 機器通過主動詢問某些問題來學習
Learning with Different Input Space
按照數據的輸入,可以把 ML 分爲以下幾類:
- concrete: 精細的、複雜的、有序的,已經完成預處理的數據
- raw: 原始的,未經處理或者經過很少處理的數據
- abstract:抽象的,無法輕易表明含義的數據