在機器學習領域，主要的學習方式是哪幾種？

根據資料型別的不同，對一個問題的建模可以有不同的方式，在機器學習或人工智慧領域，人們首先會考慮演算法的學習方式，在機器學習領域主要有以下幾種重要的學習方式：
　　
　　1.監督式學習，在監督式學習中，輸入的資料被稱為”訓練資料“，每組訓練資料都有一個明確的標識或結果，如對防垃圾郵件系統中的”垃圾郵件“、”非垃圾郵件“，對手寫數字識別中的1，2，3，4等。在建立預測模型的時候，監督式學習建立一個學習過程，將預測結果與”訓練資料“的實際結果進行比較，不斷地調整預測模型，直到模型的預測結果達到一個預期的準確率。
　　
　　2.非監督式學習，在非監督式學習下，資料並不被特別標識，學習模型是為了推斷出資料的一些內在結果。常見的應用場景包括關聯規則的學習及聚類等。
　　
　　3.半監督式學習，在半監督式學習下，輸入資料部分被標識，部分沒有被標。這種學習模型可以用來進行預測，但是模型首先需要學習資料的內在結構，以便合理地組織資料進行預測。
　　
　　4.在強化學習下，輸入資料作為對模型的反饋，不像監督模型那樣，輸入資料僅僅作為一種檢查模型對錯的方式。在強化學習下，輸入資料直接反饋到模型，模型必須對此立刻做出調整。
　　
　　在企業資料應用的場景下，人們最常用的可能就是監督式學習和非監督式學習。在影象識別領域，由於存在大量的非標識資料和少量的可標識資料，目前半監督式學習是一個很熱門的話題，而強化學習更多地應用在機器人控制及其他需要進行系統控制的領域。
　　人工智慧、大資料、雲端計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
1.四大機器學習程式語言對比：R、Python、MATLAB、Octave
http://www.duozhishidai.com/article-16728-1.html
2.機器學習已經被廣泛應用，但是入行機器學習主要難在哪裡
http://www.duozhishidai.com/article-15300-1.html
3.機器學習新手工程師常犯的6大錯誤
http://www.duozhishidai.com/article-12200-1.html

---

多智時代-人工智慧和大資料學習入門網站|人工智慧、大資料、物聯網、雲端計算的學習交流網站