監督學習關注對事物的未知表現**，一般包括分類問題和回歸問題；無監督學習則傾向於對事物本身特性的分析，常用的技術包括資料降維（通常來說是pca,但實際上lda是屬於一種降維的2分類問題，但是不屬於無監督學習）和聚類問題等。
分類問題，對其所有的類別進行**，類別即是離散的，同時也是預先知道數量的。
回歸問題是**問題，指數**的目標往往是連續的變數。
資料降維是對事物的特徵進行壓縮和篩選。
聚類則是依賴於資料的相似性，把相思的資料樣本劃分為乙個簇。
監督學習和無,監督學習區別
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...
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...