机器学习导论 · 边界练习

任务分拣台

别先猜算法名。先看学习系统收到的反馈：是样本级答案、无标签结构，还是行动之后的奖励？

第 1 / 8 题 得分 0
待分拣任务 · 01

判断时关注：训练阶段究竟给了系统什么反馈？

把任务放入哪个入口？

这一轮分拣完成

三类学习的判断底稿

学习方式 训练反馈 典型输出 常见误区
监督学习 每个训练样本带有目标答案，即标签或连续目标值 类别预测（分类）或数值预测（回归） 看见“预测”就下结论；其实要确认训练数据是否带答案
无监督学习 没有样本级答案，系统从数据本身寻找结构 簇、低维表示、异常结构或潜在模式 把聚类当分类；聚类没有预先给定的类别标签
强化学习 智能体采取行动后得到奖励，且行动会影响后续状态 在不同状态下选择行动的策略 有一个分数就叫强化学习；关键还要有交互与长期决策

聚类不等于分类：分类学习已有标签的边界，聚类发现数据里尚未命名的分组。

算法名不决定学习方式：同一种模型可能被放进不同训练流程，真正的边界由反馈信号和任务设定决定。