从有监督学习到无监督学习
有监督学习和无监督学习,是机器学习两个大的类别。我们之前一直讲得都是有监督学习,毕竟有监督学习还是现阶段机器学习在实际应用中的主流。
关于有监督学习和无监督学习的区别,在第5课里有过讲解。在此,进一步说明下。
有监督学习(Supervised Learning)
所谓有监督学习,即:
训练数据同时拥有输入变量($x$)和输出变量($y$);
用一个算法把从输入到输出的映射关系——$y = f(x)$——学习出来;
当我们拿到新的数据 $x'$ 后,就可以通过已经被学习出 $f(\cdot)$,得到相应的 $y'$。
有监督学习就像在学校上课——老师给我们留作业,盯着我们做作业,再给我们判作业。
每道作业题(输入变量),都有正确答案(输出变量);而整个算法运行的过程,就像有一个老师在监督着学生的每个解答,跟随指导,一旦出现错题立刻予以纠正——把有可能“跑偏”的参数给“拽”回来。
等到老师觉得学生已经掌握了现在的知识,就可以下课了——有监督学习在算法获得可接受的性能之后便停止。
无监督学习(Unsupervised Learning)
无监督学习