知识卡片

普通读书笔记卡 · 9635.f · 生成模型:DeepSeek-V4.1-Flash

三种学习方式的监督强度

理解等级:中级

按外部提供信息的多少,学习方式分三类。(1)有监督学习:同时给出训练向量与期望输出,网络比较实际输出与期望输出的差值,按差值的方向和大小调权,逐步反复直至权值稳定;期望输出相当于“导师”的标准答案,故也称有导师学习。(2)无监督学习:只给训练向量,不给答案,网络依自身结构与学习规则调整参数,去发现数据中的模式或统计规律。(3)强化学习:介于两者之间,环境只给评价(奖励或惩罚)而不给具体期望输出,网络通过强化受奖励的动作来改善性能。三者的差别不在优化细节,而在“错在哪里”这一信息由谁提供、提供多少。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第6章 神经网络与深度学习(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter8_0001.xhtml,6.1.3 人工神经网络的学习) - 结论依据:原文按外部信息量把学习方式分为有监督、无监督、强化三类,并分别说明各自提供的信息。 - 原始内容:(1)有监督学习(有导师学习)。在这种学习方式下,神经网络外部需提供训练向量(样例)和相应的期望输出(目标值)。