概念
有監督學習：訓練資料既有特徵(feature)又有標籤(label)，通過訓練，讓機器可以自己找到特徵和標籤之間的聯絡，在面對只有特徵沒有標籤的資料時，可以判斷出標籤。
無監督學習（unsupervised learning）：訓練樣本的標記資訊未知，目標是通過對無標記訓練樣本的學習來揭示資料的內在性質及規律，為進一步的資料分析提供基礎，此類學習任務中研究最多、應用最廣的是"聚類" (clustering)，其他無監督演算法還有：密度估計(densityestimation)、異常檢測（anomaly detection) 等。
半監督學習：訓練集同時包含有標記樣本資料和未標記樣本資料，不需要人工干預，讓學習器不依賴外界互動、自動地利用未標記樣本來提公升學習效能，就是半監督學習。
主動學習：有的時候，有類標的資料比較稀少而沒有類標的資料很多，但是對資料進行人工標註又非常昂貴，這時候，學習演算法可以主動地提出一些標註請求，將一些經過篩選的資料提交給專家進行標註，這個篩選過程也就是主動學習主要研究的地方了。
注：半監督學習與主動學習屬於利用未標記資料的學習技術，只是其基本思想不同。
監督學習，無監督學習和半監督學習
監督學習 supervised learning 無監督學習 unsupervised learning 半監督學習 semi supervised learning 2 概念 監督學習 用一部分已知分類 有標記的樣本來訓練機器後，讓它用學到的特徵，對沒有還分類 無標記的樣本進行分類 貼標籤。一句話...
什麼是無監督 監督 半監督學習
區分有監督和無監督，就是看是否有監督 supervised 也就看輸入資料是否有標籤 label 輸入資料有標籤，則為有監督學習 x,y 沒標籤則為無監督學習 x 這也正如我們在高中做題，答案 標籤 是非常重要的，假設兩個完全相同的人進入高中，乙個正常學習 題目有答案 另一人做的所有題目都沒有答案，...
有監督學習 無監督學習與半監督學習
這個問題可以回答得很簡單 是否有監督 supervised 就看輸入資料是否有標籤 label 輸入資料有標籤，則為有監督學習，沒標籤則為無監督學習。但根據知乎慣例，答案還是要繼續擴充套件的。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...