分类机器学习模型的特征？

1、监督学习：有数据也有标签

不断向计算机输入数据让其学习，并给予指导

eg:输入猫和狗的图片，并标记好哪张是猫哪张是狗

2、非监督学习：只有数据没有标签

不断向计算机输入数据，让其学习，但是不对数据进行标记，让计算机自己去学习识别每张图片的区别

eg:输入猫和狗的图片，但是不标记哪个是猫哪张是狗，让计算机自己去区分

3、半监督学习：监督学习和非监督学习的综合

它主要考虑如何利用少量有标签的样本和大量的没有标签的样本进行训练和分类

4、强化学习：从经验中总结并强化

将计算机丢到一个完全陌生的环境，或者让它完成一个从没有接触过得任务，它自己会去尝试各种手段，最后让自己成功适应这一个陌生的环境或者学会完成这件任务的方法和途径

eg:训练机器人投篮，我只需要给它一个球，并且告诉它投进给它加一分，让它自己去尝试各种投篮方法，开始可能命中率会比较低，但是它会自己学习和总结，最后会命中率越来越高，Google开发的阿尔法狗就是应用了这

投篮时是靠身体哪个部位发力的？

掌握投篮发力是提高命中率最重要的一个环节，研究投篮一年多时间，下面说说我躺过的一个个坑。希望对你的投篮发力有帮助。

改变投篮相信很多人一样开始先会去学所谓的标准投篮姿势，三个90°，每个人身体结构不一样，尽量做到接近，做到自己舒服的姿势就可以了。我们通常改变姿势后会发现自己2分准的要命，三个分球菜像狗，这个时候我跟大家一样，去需要各种资料了解投篮发力的教学，通常会是这样方法:

两脚站位肩宽位置，屈膝，引球，力由下上向上发力，主要靠腿发力把力量传到手上，抬肘，压腕把球投出去，照着这方法有时候可以投的准，有时候又投的很菜。后来试过跳投，用腿发力跳到最好点出手，也试过颠投，引球后腿蹬地发力投篮，效果都不是很好。后来继续自己尝试各种发力方法，同时看各种资料，终于找到投篮发力的秘密所在，从此终于稳定投篮，命中率大涨。