Supervised learning and Unsupervised learning

最新推荐文章于 2023-06-25 17:13:01 发布
最新推荐文章于 2023-06-25 17:13:01 发布
阅读量585 收藏
点赞数
分类专栏： Machine Learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37264323/article/details/105047801
版权
本文介绍了监督学习和无监督学习的基本概念。在监督学习中，数据集包含正确答案，如回归问题预测连续数值（房价）和分类问题判断离散结果（肿瘤良性恶性）。无监督学习则面对无标签数据，需要算法自行发现数据结构，例如聚类算法用于找出数据的内在群体分布。
摘要由CSDN通过智能技术生成

一、Supervised learning （监督学习）

1、regression problem（回归问题）

监督学习是指，我们给算法一个数据集，其中包括正确答案（你想要的正确结果）。比如给定房价数据集，对于里面每个房子的占地面积，我们都给出对应的正确房价（即该房子卖出的价格），算法的目的就是给出更多的正确答案。这里的回归问题是：我们想要预测连续的数值输出，也就是价格。

在这里，我们称 房子面积为特征值(feature)，房子价格为标签(label)。我们根据特征值（房子面积）来预测标签（房价）。

 如图，这是一个房价的数据集，我们使用算法对其进行进行拟合，可以是直线(一次函数，粉色），也可以是二次函数(蓝色），比如，使用一次函数预测，当我想卖掉750平方米的房子，那么卖的价格可以是150千美元。

虽然房价是一个离散值，但是我们认为房价是一个实数，、标量或者连续值。即有变量x，根据数据集，来推算出结果y的值。

2、classification problem分类问题

1、单特征值

最低0.47元/天 解锁文章
MinJinFan
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Supervised Learning （监督学习）与 Unsupervised Learning （非监督学习）
www6130911的博客
07-20 4415
Supervised Learning （监督学习）         对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。         监督学习是训练神经网络和决策树的最常见技术。这两种技术（神经网络和决策树）高度依赖于事先确定的分类系统给出的信息。   E.g.房屋价格预测-回归(Re...
Combining supervised and unsupervised learning for automatic attack signature generation system
02-10
本篇研究论文题为“Combining supervised and unsupervised learning for automatic attack signature generation system”，由中央南大学信息科学与工程学院的Lili Yang、Jie Wang和Ping Zhong撰写。论文中提出了一...
机器学习笔记 | Supervised Learning and Unsupervised Learning（监督学习和无监督学习）
qq_42646885的博客
07-28 1083
趁着开学前，计划入门机器学习，选择了coursera吴恩达老师的机器学习课程。 （如果打开视频看不了解决方法访问：https://www.cnblogs.com/marsggbo/p/7625575.html） 1、初识机器学习 机器学习的应用已经渗透了很多方面，如google搜索引擎苹果的图片识别，垃圾邮件过滤器，淘宝的推荐等等。 两种提出的机器学习的定义： Arthur Samuel...
机器学习笔记：Supervised Learning and Unsupervised Learning
qq_40292210的博客
03-21 866
Supervised Learning（监督学习）: 监督学习明显的特点就是训练所用的数据已经人为给定了标签（Labels），这样程序训练过程中就会根据所给的标签进行学习，换句话说就是顺着程序员想要的方向进行学习。常见的例子有一些识别问题，比如根据已标注的图片学习分类。 Unsupervised Learning（非监督学习）： 非监督学习恰恰与监督学习相反，我有一堆数据，我自己也不知道这...
有监督学习（supervised learning)）与无监督学习（unsupervised learning）之间有何区别?
qq_25018077的博客
04-16 4479
机器学习中存在着三类模型，有监督学习、无监督学习和半监督学习，他们有何区别呢？ 其实有无标签是区分监督学习与无监督学习的关键，这里的有无标签，指的是有没有事前确定标签。 1.有监督学习 有监督机器学习又被称为“有老师的学习”，所谓的老师就是标签。有监督的过程为先通过已知的训练样本（如已知输入和对应的输出）来训练，从而得到一个最优模型，再将这个模型应用在新的数据上，映射为输出结果。借此，模型就有了预知能力。 监督学习的关键是训练数据同时拥有输入变量(x)和输出变量(y);使用一个算法把输入到输出的映射
SEMI-SUPERVISED LEARNING (ADAPTIVE COMPUTATION AND MACHINE LEARNING)
03-23
In order to understand the nature of semi-supervised learning, it will be useful first to take a look at supervised and unsupervised learning.
Semi-supervised learning
11-12
半监督学习是一种机器学习方法，它介于有监督学习（supervised learning）和无监督学习（unsupervised learning）之间。在有监督学习中，算法通过标记的数据集进行训练；而在无监督学习中，算法处理的是未标记的数据...
unsupervised_and_semi-supervised_anomaly_detection_in_videos.pdf
03-19
An overview of deep learning based methods for unsupervised and semi-supervised anomaly detection in videos B Ravi Kiran, Dilip Mathew Thomas, Ranjith Parakkal
机器学习——supervised和unsupervised learning、linear regression、Cost function和Loss function、梯度下降、矩阵
胡图图不糊涂的博客
06-02 937
一、supervised learning与unsupervised learning 监督学习是利用数据的特征和标签来训练一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测，即得出一个所谓的正确答案。监督学习可以分为两大类：回归分析和分类，二者之间的区别在于回归分析针对的是连续数据，而分类针对的是离散数据。 非监督学习为直接对数据进行建模，训练数据中只有特征没有标签，而且事先并不知道输入数据对应的输出结果是什么，最终结果为多个结构。。其中包含聚类分析与特征变量关联等算法。即类似于将一个数
Coursera机器学习课程笔记(1) Supervised Learning and Unsupervised Learning
天亮说晚安
08-25 4148
最近跟完了Andrew Ng的Machine Learning前三周的课，主要讲解了机器学习中的线性回归（Linear Regression）和逻辑回归（Logistic Regression）模型。在这里做一下记录。 另外推荐一本统计学习的书，《统计学习方法》李航，书短小精悍，才200多页，但是内容基本上覆盖了机器学习中的理论基础。笔记<1> 主要了解一下监督学习和无监督学习机器学习：是关于计算
What is the difference between supervised learning and unsupervised learning?
weixin_30889885的博客
11-09 371
Machine Learning is a class of algorithms which is data-driven, i.e. unlike "normal" algorithms it is the data that "tells" what the "good answer" is. Example: an hypothetical non-machine learning alg...
Machine Learning Class 1:Introduction,supervised & unsupervised learning
CodenameNC的博客
05-20 329
The note of Andrew Ng's Machine Learning class on coursera. This blog is for the Introduction part
什么是监督学习和无监督学习？它们有什么区别？
最新发布
njhhuuuby的博客
06-25 1633
监督学习（Supervised Learning）和无监督学习（Unsupervised Learning）是机器学习中两种基本的学习范式，它们有以下区别：监督学习：无监督学习：总结：
Supervised Learning和Unsupervised Learning的区别
Book_Chan的专栏
06-05 4588
Supervised Learning 和Unsupervised Learning的区别主要在于给定的输入是否打了标签，是否
Andrew Ng 《Machine Learning》第一讲——Supervised Learning & Unsupervised Learning 学习笔记
zhonglj0314的专栏
02-07 3012
一般的，机器学习的问题可分为有监督学习（Supervised）和无监督学习(Unsupervised)两类。有监督学习需要有一个包含“正确答案”的数据集，例如房价，是否恶性肿瘤，有监督学习算法解决的目标问题是产生更多的“正确答案”，例如预测房子面积为750平方时的房价，指定肿瘤大小预测是否是恶性肿瘤。有监督学习包含了回归问题（预测结果为连续值）和分类问题（预测结果为有限个离散值）。可以认为回归问题是建立输入和某个连续函数之间的map，分类问题是建立输入和某个离散函数之间的map。提供给无监督学习的数据集中不
Supervised Learning
07-02 352
Supervised learning problems are categorized into "regression" and "classification" problems.
机器学习术语_有监督和无监督学习的简单术语
weixin_26726011的博客
08-20 457
机器学习术语 数据科学与机器学习 (DATA SCIENCE AND MACHINE LEARNING) In this article, I want to talk a bit about approaching solving tasks with machine learning. 在本文中，我想谈一谈使用机器学习解决任务的方法。 Generally, I find it helpful...
Supervised learning, Unsupervised learning Reinforcement learning
04-11
Supervised learning, unsupervised learning, and reinforcement learning are all different types of machine learning. Supervised learning is when the machine is given labeled data to learn from, while unsupervised learning is when the machine is given unlabeled data and is tasked with finding patterns or structure in the data. Reinforcement learning is when the machine learns through a trial-and-error process by receiving feedback and rewards for certain actions.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值