開始學習ml，真是難為自己的低智商了~
一翻書就遇到乙個概念問題：何為監督學習？與無監督學習的區別？
因為自己剛剛開始學ml，所以可能解釋的會有些不當。（集齊了各種網上答案）
首先看什麼是學習（learning）？乙個成語就可概括：舉一反三。此處以高考為例，高考的題目在上考場前我們未必做過，但在高中三年我們做過很多很多題目，懂解題方法，因此考場上面對陌生問題也可以算出答案。機器學習的思路也類似：我們能不能利用一些訓練資料（已經做過的題），使機器能夠利用它們（解題方法）分析未知資料（高考的題目）？
然後，我們來看看監督學習，我們的目標是學習從輸入到輸出的對映關係，其中輸出的正確值已經由指導者提供。這裡應該突出輸出（和無監督學習的區別之處），我們給定的資料除了輸入，我們同時也提供了一組對應的輸出值。我們學習輸入和輸出之間的某種關係，然後我們根據這種關係來對其他的輸入進行判斷，得到一組輸出。舉個簡單的例子：在二維座標軸內，我給你許多個點（xi，yi），讓你根據所給的點擬合出乙個函式，最後，我問你x=a時候，對應的y值應該為多少？在這裡x是輸入，而y是輸出。
無監督學習，我們只有輸入資料，我們的目標是發現輸入資料中的規律。輸入空間存在著某種結構，使得特定的模式比其他模式更常出現，而我們希望知道哪些經常發生，哪些不經常發生。例如聚類：還是上面的例子，我給你（xi，yi),然後你根據這些點的相聚緊密程度，給它們分類。此時我的輸入是x和y。並沒有給輸出。
總的來說，
如果所有訓練資料都有標籤，則為有監督學習（supervised learning）。如果資料沒有標籤，顯然就是無監督學習（unsupervised learning）了。
監督學習包括：分類，回歸
無監督學習：聚類
更多博文 可訪問我的新部落格 : htw0056.github.io
監督學習和無監督學習區別
機器學習分為 監督學習，無監督學習，半監督學習 也可以用hinton所說的強化學習 等。在這裡，主要理解一下監督學習和無監督學習。從給定的訓練資料集中學習出乙個函式 模型引數 當新的資料到來時，可以根據這個函式 結果。監督學習的訓練集要求包括輸入輸出，也可以說是特徵和目標。訓練集中的目標是由人標註的...
監督學習和無監督學習區別
本文出自 機器學習分為 監督學習，無監督學習，半監督學習 也可以用hinton所說的強化學習 等。在這裡，主要理解一下監督學習和無監督學習。從給定的訓練資料集中學習出乙個函式 模型引數 當新的資料到來時，可以根據這個函式 結果。監督學習的訓練集要求包括輸入輸出，也可以說是特徵和目標。訓練集中的目標是...
監督學習和無監督學習區別
機器學習分為 監督學習，無監督學習，半監督學習 也可以用hinton所說的強化學習 等。監督與無監督區別 1.有監督學習方法必須要有訓練集與測試樣本。在訓練集中找規律，而對測試樣本使用這種規律。而非監督學習沒有訓練集，只有一組資料，在該組資料集內尋找規律。2.有監督學習的方法就是識別事物，識別的結果...