AWS AI学习笔记：机器学习的模式及选择
AI系列文章：
AWS AI认证考试中经常提及几个重要的工具介绍
简单理解机器学习中top_k、top_p、temperature三个参数的作用
用Deepseek + Kimi 快速生成高质量的ppt
机器学习（Machine Learning, ML）的模式可以根据学习方式、任务类型和应用场景进行分类。以下是主要的机器学习模式及其核心特点：
一、按学习方式分类
1. 监督学习（Supervised Learning）
- 特点：使用带标签的数据（输入-输出对）训练模型，模型学习从输入到输出的映射关系。
- 典型算法：
- 回归：线性回归、决策树回归。
- 分类：逻辑回归、支持向量机（SVM）、随机森林、神经网络。
- 应用场景：房价预测、垃圾邮件分类、图像识别。
2. 无监督学习（Unsupervised Learning）
- 特点：数据无标签，模型自行发现数据中的模式或结构。
- 典型算法：
- 聚类：K-Means、层次聚类、DBSCAN。
- 降维：PCA（主成分分析）、t-SNE。
- 关联规则：Apriori。
- 应用场景：客户分群、异常检测、推荐系统。
3. 半监督学习（Semi-Supervised Learning）
- 特点：结合少量带标签数据和大量无标签数据训练模型。
- 典型算法：标签传播（Label Propagation）、半监督SVM。
- 应用场景：医学图像分析（标注成本高）、网页分类。
4. 强化学习（Reinforcement Learning, RL）
- 特点：模型通过与环境交互获得奖励信号，学习最优策略。
- 核心要素：智能体（Agent）、环境（Environment）、奖励（Reward）。
- 典型算法：Q-Learning、深度强化学习（DQN）、策略梯度（PPO）。
- 应用场景：自动驾驶、游戏AI（如AlphaGo）、机器人控制。
5. 自监督学习（Self-Supervised Learning）
- 特点：从无标签数据中自动生成伪标签进行训练（属于无监督学习的子集）。
- 典型方法：对比学习（Contrastive Learning）、掩码语言模型（如BERT）。
- 应用场景：自然语言处理（NLP）、计算机视觉预训练。
二、按任务类型分类
1. 分类（Classification）
- 预测离散类别（如猫/狗、垃圾邮件/正常邮件）。
- 算法：逻辑回归、随机森林、神经网络。
2. 回归（Regression）
- 预测连续值（如房价、温度）。
- 算法：线性回归、决策树回归、高斯过程。
3. 聚类（Clustering）
- 将数据分组（如用户分群、社区发现）。
- 算法：K-Means、谱聚类。
4. 生成任务（Generation）
- 生成新数据（如图像、文本）。
- 算法：生成对抗网络（GAN）、变分自编码器（VAE）、扩散模型。
5. 异常检测（Anomaly Detection）
- 识别异常数据点（如欺诈交易）。
- 算法：孤立森林（Isolation Forest）、One-Class SVM。
三、按模型结构分类
1. 传统机器学习模型
- 基于统计或浅层结构（如SVM、决策树、贝叶斯网络）。
2. 深度学习模型
- 基于多层神经网络：
- 卷积神经网络（CNN）：图像处理。
- 循环神经网络（RNN）：时序数据（如文本、语音）。
- Transformer：NLP（如GPT、BERT）、多模态任务。
3. 集成学习（Ensemble Learning）
- 结合多个模型提升性能：
- Bagging：随机森林。
- Boosting：XGBoost、LightGBM。
- Stacking：多层模型融合。
四、其他高级模式
-
迁移学习（Transfer Learning）
- 将预训练模型迁移到新任务（如用ImageNet预训练的CNN做医学图像分类）。
-
联邦学习（Federated Learning）
- 分布式训练，保护数据隐私（如手机输入法词库更新）。
-
元学习（Meta-Learning）
- “学会学习”（Learning to Learn），快速适应新任务（如小样本学习）。
-
在线学习（Online Learning）
- 数据流式输入，模型实时更新（如广告点击率预测）。
五、选择模式的依据
- 数据量：小数据可用传统模型，大数据适合深度学习。
- 标签有无：有标签用监督学习，无标签用无监督/自监督。
- 任务需求：分类、生成或决策（强化学习）。
- 实时性：在线学习 vs 批量训练。
总结
机器学习的模式多样，实际应用中常需结合多种方法（如用无监督学习预处理数据，再用监督学习训练模型）。理解这些模式的差异是设计高效ML系统的关键！