無監督學習與監督學習
1、 首先我們要知道什麼是機器學習
a) 從我們的學習推導而來
舉個例子 要考試了，老師給我們刷題，然後我們通過完成老師給的題目，考試考了100分，考試題不是原題，
但與原題十分相似
要考試了，老師給我們刷題（訓練集），然後我們通過完成老師給的題目（訓練），考試（要處理的問題）考了100
分，考試題不是原題，但與原題十分相似（要處理的問題與訓練集的關係）
定義：根據已有的資料集，知道輸入和輸出結果之間的關係。根據這種已知的關係，訓練得到乙個最優的模型。你的鄰居要賣房子，他查閱了很多周圍已成交的房價，假定房價只與房子的大小有關，他希望你能告訴他，
他的房子能賣到多少錢
你的鄰居要賣房子，他查閱了很多周圍已成交的房價（訓練集），假定房價只與房子的大小有關，他希望你能告訴他，
他的房子能賣到多少錢（要處理的問題）
d) 訓練方法
這裡涉及到數學問題，所以不做贅述，常用的方法是擬合，擬合的方法也不做贅述（可以是梯度下
降，也可以是其他）
定義：我們不知道資料集中資料、特徵之間的關係，而是要根據聚類或一定的模型得到資料之間的關
系。
在醫院，有良性腫瘤和非良性腫瘤之分，他們分布有隨大小有一定的規律
c) 分析例子
機器學習的任務就是估計該腫瘤的性質，是惡性的還是良性的。是判斷某一類聚類演算法（這是個演算法問題，不做贅述）a) 很難說它們的優劣，只是針對的問題不同
b) 訓練集要求
監督學習必須要有精確的訓練集與測試樣本，而無監督學習只需要一組資料
c) 訓練方法不同
比較而言，監督學習的訓練方法更有難度
d) 他們針對的問題不同
乙個針對連續，乙個針對離散資料的分類
e) 結果的精確性
有監督學習的精確性比無監督高
無監督學習與監督學習
1.無監督和有監督的理解方法有很多，主要可以從以下幾方面來理解 1 無監督與監督學習的區別在於乙個無教學值，乙個有教學值。但是，個人認為他們的區別在於無監督學習一般是採用聚簇等演算法來分類不同樣本。而監督學習一般是利用教學值與實際輸出值產生的誤差，進行誤差反向傳播修改權值來完成網路修正的。但是無監督...
監督學習與無監督學習
監督學習 監督學習是指我們給演算法乙個資料集，其中包含了正確答案。也就是說我們給它乙個房價資料集，在這個資料集中的每個樣本，我們都給出正確的 即這個房子實際賣價，演算法的目的就是給出更多的正確答案，輸入和輸出都是有參照的，根據參照，給定乙個新的輸入，新的輸出。如房價 給定某地房子大小和房價的資料，根...
監督學習和無監督學習 監督學習與非監督學習
監督學習 supervised learning 的任務是學習乙個模型，使模型能夠對任意給定的輸入，對其相應的輸出做出乙個好的 即 利用訓練資料集學習乙個模型，再用模型對測試樣本集進行 例如kaggle上的鐵達尼號比賽。官方提供旅客資料 資料集1 姓名，年齡，性別，社會經濟階層，是否生存等 要求參賽...