浅谈机器学习常见的四种类型

作者:admin    发布时间:2019-06-21    浏览量:

随着工业制造技术的更新迭代,机器学习在最近两年已然成为热门的话题之一。对于机器学习的了解,比较通俗的解释就是在设定的基础程序和既定的数据之下,机器学习能够自动编程和整理数据,你训练的样本越多,其识别的速度和准确率就越高,对于算法库的依赖也越来越少。比较常见的应用是在机器视觉系统上面,制造商们利用具备深度学习的机器视觉系统对产品、配件等进行瑕疵、缺陷的检测,还能用于定位、测量、和计数等。下文将介绍常见的机器学习类型以及通过哪些方式去提高机器学习的能力。

训练机器视觉

监督机器学习

在这种情况下,您提供带有标记数据的计算机程序。例如,如果分配的任务是使用用于分类图像的算法来分离男孩和女孩的图片,则具有男孩的那些将具有男孩标签,并且具有女孩的图像将具有女孩标签。这被视为训练数据集,并且标签保持不变,直到程序能够以可接受的速率成功地对图像进行排序。

机器学习的训练类型

半监督机器学习

在这种情况下,只标记了几张图像。然后,计算机程序将使用算法对未标记图像进行最佳猜测,然后将数据作为训练数据反馈给程序。然后提供新的一批图像,只有少量运动标签。这是一个重复的过程,直到该计划能够以可接受的速度区分男孩和女孩。

无人监督的机器学习

这种类型的机器学习不涉及任何标签。相反,该程序被盲目地投入到使用两种方法之一将男孩和女孩的图像分成两组的任务中。一种算法被称为聚类,其基于诸如头发长度,下巴大小,眼睛放置等特征将相似对象组合在一起。另一种算法称为关联,程序根据其发现的相似性创建if / then规则。换句话说,它确定图像之间的共同模式,并相应地对它们进行排序。

常见的机器学习训练方式

加固机器学习

国际象棋将是这种算法的一个很好的例子。该程序知道游戏的规则和如何玩,并完成该轮的步骤。提供给该计划的唯一信息是赢得或输掉比赛。它继续重播比赛,跟踪其成功的动作,直到最终赢得一场比赛。

相关新闻推荐

关注官方微信

微信二维码
版权所有 深圳市如虎科技有限公司 Copyright © 2018-2019 Tigervs.Com All Rights Reserved 粤ICP备19029139号-1