IT 面试题库

监督学习、无监督学习、强化学习的区别?各自有哪些典型算法?

初级简答题机器学习工程师算法工程师数据科学家监督学习无监督强化学习

题目

从是否有标签、学习目标角度对比三类学习范式并各举算法。

参考答案

内容深度:基础 · 无代码示例 · 来源:外部链接 · 未复核 · 72 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

监督学习:数据带标签,学习输入到输出的映射,用于分类/回归。典型:线性回归、逻辑回归、决策树、SVM、神经网络。

无监督学习:数据无标签,挖掘内在结构。典型:K-Means 聚类、PCA 降维、关联规则、自编码器。

强化学习:智能体与环境交互,通过奖励信号最大化长期回报。典型:Q-Learning、DQN、PPO。三类在“有没有标签/反馈形式”上根本不同。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题