机构名称：
¥ 1.0
ML对数据集执行统计操作，以学习基础模式。机器可以学习的三种最常见方式是通过监督，无监督和强化学习。每种学习方式都是特定于可用数据和/或操作员的目标。监督学习使用标记的数据来了解输入和输出之间的相关性。无监督的学习在数据集中找到隐藏的模式。强化学习根据代理与环境之间的相互作用的反馈来确定最佳决策。在2021年，根据Scopus Database（https://www.scopus.com），共有13,646、7,774和11,567个出版物，尤其是在“监督”，“无监督”和“加强”学习的标签下。这三种学习风格的出版物数量一直在稳步增长，从大约2010年开始就恢复了动力（图1）。在本引物评论文章中，我们关注受监督和无监督的ML，因为强化学习是
电生理学中的机器学习底漆
主要关键词
相关文件推荐
