今日（2.21日）沪指放量冲高回落涨近1% 北向资金全天净买入超130亿。详情点击

来源：网络 发布时间：2024-02-21 15:01:12 点击量：

市场全天低开后冲高回落，沪指一度逼近3000点。盘面上，大金融股集体走强，平安银行涨停，红塔证券、宁波银行、招商银行、新华保险涨超5%。汽车产业链个股展开反弹，圣龙股份、浙江黎明、合力科技、中通客车等10余股涨停。地产产业链个股表现活跃，荣丰控股、渝开发中源家居、亚振家居等涨停。新质生产力概念股延续强势，德恩精工、克来机电、精伦电子、克劳斯等10余股涨停。教育股尾盘异动，开元教育涨超10%，传智教育涨停。

下跌方面，CPO概念股展开调整，中际旭创跌超6%。总体上个股涨多跌少，全市场超4100只个股上涨，逾百股涨停。沪深两市今日成交额9802亿，较上个交易日放量1907亿。板块方面，教育、Sora概念、汽车整车、家用轻工等板块涨幅居前，减肥药、中药等少数板块下跌。截至收盘，沪指涨0.97%，深成指涨0.79%，创业板指涨0.36%。北向资金全天净买入135.95亿，其中沪股通净买入96.41亿元，深股通净买入39.54亿元。

从学习方式分类

算法对一个问题建模的方式很多，可以基于经历、环境，或者任何我们称之为输入数据的东西。机器学习和人工智能的教科书通常会让你首先考虑算法能够采用什么方式学习。实际上，算法能够采取的学习方式或者说学习模型只有几种，下面我会一一说明。对机器学习算法进行分类是很有必要的事情，因为这迫使你思考输入数据的作用以及模型准备过程，从而选择一个最适用于你手头问题的算法。

监督学习

输入数据被称为训练数据，并且每一个都带有标签，比如“广告/非广告”，或者当时的股票价格。通过训练过程建模，模型需要做出预测，如果预测出错会被修正。直到模型输出准确的结果，训练过程会一直持续。常用于解决的问题有分类和回归。常用的算法包括逻辑回归和BP神经网络。

无监督学习

输入数据没有标签，输出没有标准答案，就是一系列的样本。无监督学习通过推断输入数据中的结构建模。这可能是提取一般规律，可以是通过数学处理系统地减少冗余，或者根据相似性组织数据。常用于解决的问题有聚类、降维和关联规则的学习。常用的算法包括 Apriori 算法和 K 均值算法。

半监督学习

半监督学习的输入数据包含带标签和不带标签的样本。半监督学习的情形是，有一个预期中的预测，但模型必须通过学习结构整理数据从而做出预测。常用于解决的问题是分类和回归。常用的算法是所有对无标签数据建模进行预测的算法（即无监督学习）的延伸。

(风险提示：以上信息全部来自网络公开资料，不构成投资建议）