我们对非机器学习方法的要求是什么？

Question

我正在做一项关于使用机器学习的笔划分类的研究，这被称为“机器学习方法”。此外，还有一些系统使用嵌入式传感器对系统进行分类，直接使用深度数据(通过陀螺仪/传感器模块)对stokes进行分类，而不是使用机器学习方法。我能知道那个方法叫什么吗？

Answer 1

这个问题没有一个单一的答案。这都是关于算法和它们的类型。有多种基于机器学习和非机器学习的算法，其中一些算法是-

简单递归algorithms

• Rule-based算法<--这可能是您在question

• Backtracking algorithms

• Divide中所要求的，并征服了algorithms

• Dynamic编程algorithms

• Greedy algorithms

• Branch和绑定algorithms

• Brute force algorithms

• Randomized algorithms

• Machine学习算法

。

不同的文本将有不同的分类。

另一种看待整件事的方法是黑匣子法。

​

​

首先是优化方法，您知道模型和输出，但不知道输入。

​

​

第二，是模拟方法，您知道模型和输入，但不知道输出。

​

​

最后，是数学建模方法，您知道输入和输出，但不知道模型。

​

​

机器学习是这类方法的一个子类，它的设置使您将问题重组为一种优化方法。这里你说你知道输入，它是[X, y, Model(theta)]的组合，你也知道输出，也就是Min(loss function)。你不知道的是模型的输入参数。y=Mx+C).因此，将一个数学建模问题转化为一种优化方法，我们很清楚地知道了如何解决。