监督学习（superviced learning）：给一堆“正确的”（实际的）数据集来训练系统，并且要知道输入与输出之间是有关联的，对于输入与输出之间有人工的添加上不同的标签
常见问题：
回归问题（regression problem）：预测的值应为连续型
分类问题（classification problem）：预测的值应为离散型
无监督学习（unsuperviced learning）：对于给定的数据，没有人为添加的标签或者属性，所有数据都是一样的，没有区别
常用算法：
聚类算法（clustering algorithm）：将数据分为不同的聚类（cluster）
非聚类算法（鸡尾酒聚会算法 Cocktail Party Algorithm）：从混乱的环境中确定个体
个人认为监督学习适用于数据集中的数据互相之间是有关联的，具有相关性，而非监督学习直接是不具有关联的，不具有相关性
1,监督学习:数据与标签的2，非监督学习：只有数据没有标签3，半监督学习：监督学习+半监督学习4，强化学习：训练中...
参考 监督学习与非监督学习的区别 有/无/半监督学习 训练数据有标注，则是有监督学习。有监督学习最常见的就是：回归...
机器学习中涉及的学习方式主要有四种： 1.监督学习 2.非监督学习 3.强化学习 4.半监督学习 区分：监督与非监...
序 本次记录内容包括但不限于：○ 监督学习与非监督学习○ 监督学习○ 监督学习的理解○ 模型简单的理解○ 规则项理...
1.2监督学习 统计学习包括监督学习，非监督学习，半监督学习及强化学习。 监督学习（supervised lear...
13.1 聚类简介 聚类是一个非监督学习的算法，监督学习和非监督学习的介绍在第一章：监督学习VS非监督学习 - 简...
时隔两月开始继续储备机器学习的知识，监督学习已经告一段落，非监督学习从聚类开始。非监督学习与监督学习最大的区别在于...
前言 统计学习包括监督学习、非监督学习、半监督学习及强化学习。监督学习 (supervised learning)...
机器学习分为监督学习、非监督学习和半监督学习（也可以叫强化学习）。在这里我们来区分一下监督学习和非监督学习的区别吧...
聚类 之前的课程中我们学习的都是监督学习相关的算法，现在来开始看非监督学习。非监督学习相对于监督非学习来看，其使用...
本文标题：监督学习与非监督学习
本文链接：https://www.haomeiwen.com/subject/arqsdftx.html
网友评论