文档摘要

4.1 学习范式 本节摘要：学习范式按反馈类型划分。监督学习用标签教映射，适合感知分类、回归、模仿专家行动。无监督学习没有标签，找簇、压缩、异常，常为认知提供表示。强化学习用奖励教策略，适合序列决策、标签昂贵但互动可得。半监督与迁移是数据不足时的组合技。选范式先问：你手里的反馈是标签、是结构，还是奖励？不要先问「哪个模型最火」。 会员。《4.1 学习范式》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流