监督学习(Supervised-learning)
案例:房价预测、肿瘤恶性判别
代表问题:
- 回归(regresion):样本点的函数值为连续值(continious)----比如金额
- 分类(classification):样本点的函数值离散值(discrete)----比如是否为癌症
特点:简而言之就是对于每一个样本点都有一个正确的答案(好还是坏)
无监督学习(Unsupervised-learning)
案例:google新闻(针对同一事件爬取不同新闻网站并聚合在自己主页同一版块内)、
代表问题:
- 聚类(cluster)
特点:简而言之就是对于所有样本点来说,没有一个确定的标记(label)
学到的生词:
cohesive:共同的