1
条回答
写回答
写回答
-
有监督学习
如果你有一个与已知结果匹配的大型测试数据集，那么有监督学习可能是一个不错的选择。神经网络将处理数据集，将神经网络输出并与已知结果进行比较，调整网络参数，然后重复。
无监督学习
如果你没有任何测试数据，并且可以以某种方式从数据行为中获得损失函数，那么无监督学习对你来说可能是一个不错的选择。神经网络将处理数据集，使用cost函数来判断误差率是多少，调整神经网络参数，然后重复。这一切都是实时进行的。
强化学习
最后一个学习类型是强化学习，在某些圈子中被称为胡萝卜加大棒。神经网络对数据集进行处理，从数据中学习。如果误差率降低，我们就会得到胡萝卜（奖励）；如果误差率增加，我们就会得到大棒（惩罚）。
资料来源：《C#神经网络编程》，文章链接：https://developer.aliyun.com/article/726786
2021-10-29 16:02:26赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
相关课程
更多
推荐问答
