梳理机器学习常用算法（含深度学习）
你好，我是你们的老朋友，zhenguo！
机器学习的任务主要分为三类：
-
监督学习 非监督学习 强化学习
监督学习是指在训练过程中，模型是根据给定的输入和输出标签来学习的。
监督学习的任务主要分为分类和回归两类，常用的算法有：
非监督学习是指在训练过程中，模型没有给定的输出标签，而是要从输入数据中自动发现规律的。
非监督学习的任务主要分为聚类和降维两类，常用的算法有：
深度学习是一种机器学习方法，它使用深层神经网络来学习特征表示和分类。深度学习常用的网络模型有：
强化学习是指通过实验和反馈来学习的机器学习方法，它主要用于解决控制和决策问题。常用的强化学习算法有：
最后总结到一张图：
以上就是机器学习常用算法的一个梳理，可以先从面上整体对这些算法有一个轮廓，在解决实际问题时可以从中选择。
一起加油💪🏻
你好，我是你们的老朋友，zhenguo！ 机器学习的任务主要分为三类： 监督学习 非监督学习 强化学习 监督学习是指在训练过程中，模型是根据给定的输入和输出标签来学习的。 监督学习的任务主要分为分类和回归两类，常用的算法有： 非监督学习是指在训练过程中，模型没有给定的输出标签，而是要从输入数据中自动发现规律的。 非监督学习的任务主要分为聚类和降维两类，常用的算法有： 深度学习是一种机器学习方法，它使用深层神经网络来学习特征表示和分类。深度学习常用的网络模型有： 强化学习是指通过实验和反馈来学习的机器学习方法，它主要用于解决控制和决策问题。常用的强化学习算法有： 最后总结到一张图： 以上就是机器学习常用算法的一个梳理，可以先从面上整体对这些算法有一个轮廓，在解决实际问题时可以从中选择。 一起加油💪🏻
