机器学习与人学习的有监督和无监督的区别

一、认识：

        个人知识的总和融入并记录在库最终会成就了搜索引擎库！

认识学习的来源：起始于获得信息；您还需要能够将原始信息构建规则去理解形、态，并转化为可用的逻辑行为。

        对于我们中的很多人来说，认识机器学习和人学习两者之间的差距可能会很大。

       差距来自在一个接一个的获取信息步骤和构建并理解逻辑的过程中陷入困境，因此人的学习会从原有知识中困难，还会从未感觉自己取得了实质性的进步。

       有效学习非常重要，尤其为了成为高效人士；学习新事物实际上是整个行为，如果你能学会快速掌握新的语言/框架/工具，你就能比普通开发人员更有效率。 

二、两种Learn的区别

从广义上讲，机器学和人学习都可以分为两类：

       1.有指导：阅读教程、参加课程、观看教程视频。您遵循指南的任何地方。

       2.无指导：从头开始创建自己的项目，扩展教程，在文档中查找内容。任何您没有遵循指南的地方。

        如果您只遵循有指导的学习，您将陷入指南方案。作为开发人员要取得成功所需的解决问题的技能，或许有指导的学习是入门基石。可是，当您尝试构建自己的项目时，您将不知道从哪里开始。你会觉得你花了很多时间练习，却没有培养任何切实的、实用的技能。

       另一方面，如果您完全专注于无指导的学习，则需要时间很长。如果没有经验丰富的指导，您将需要重新发明每一个轮子，花费数天或数周的时间来解决已经解决的问题。这是一条漫长而令人沮丧的道路。在最坏的情况下，你可能会完全退出，确信（错误地！）你只是不够聪明，无法处理这些事情。

三、故意犯错

如果你和我一样，你不喜欢犯错。你希望一切都完美无缺。

这种心态通常对生活很有帮助，在其他领域也很有帮助。如果您是一名汽车修理工，错误可能会导致零件损失数百美元。如果你是一名牙医，一个错误可能会毁了某人的笑容。

但是，在软件开发中，如果我们犯了错误，我们可以返回编辑器，更改代码，然后重试。我们甚至有有用的错误消息，可以（有时）为我们指明正确的方向。这是一种令人难以置信的奢侈，而且我们还没有充分利用。

当我学习教程时，我喜欢玩代码。不要逐字复制/粘贴提供的代码，而是尝试对其进行试验：如果省略其中一行会发生什么？或者如果您更改某些值？然而，机器学习构建的尝试和思考发生了什么的表现就费时并判断困难。

我试着表现得像个院士、科学家。如果我对这段代码应该如何工作有一个假设，我会通过更改代码来测试该假设，并查看它是否以我期望的方式中断。当我发现我的假设有缺陷时，我可能会绕过教程并在网络做一些研究。或者，如果问题域、逻辑范围似乎太深，我可能会将其添加到“稍后要探索的事物”列表中。机器学习的犯错和人学习的犯错在思考上就有更高抽象认知。

 四、有无监督

        学习是一个主动的过程，一个需要循序渐进的分类归纳总结思考的构建行为。而编辑机器学习的代码将帮助我们为正在发生的事情建立一个心理模型。

       无论机器学习和人学习，都是在可以认知的逻辑方式上处理行为，但是我们应该比机器学习的思考更加有趣。无论有无监督，人的学习为未来的机器学习都能提供更加丰富的起点，构建更佳的逻辑。