Supervised Learning(监督学习)
supervised learning 需要大量的training data,这些training data告诉我们说,一个我们要找的function,它的input和output之间有什么样的关系
而这种function的output,通常被叫做label(标签),
也就是说,我们要使用supervised learning这样一种技术,我们需要告诉机器,function的input和output分别是什么,
而这种output通常是通过人工的方式标注出来的,因此称为人工标注的label,它的缺点是需要大量的人工effort
Regression(回归)
regression是machine learning的一个task,特点是通过regression找到的function,它的输出是一个scalar数值
比如PM2.5的预测,给machine的training data是过去的PM2.5资料,而输出的是对未来PM2.5的预测数值,这就是一个典型的regression的问题
Classification(分类)
- Binary Classification(二元分类)
在binary classification里,我们要机器输出的是yes or no,是或否
比如G-mail的spam filtering(垃圾邮件过滤器),输入是邮件,输出是该邮件是否是垃圾邮件 - Multi-class classification(多元分类)
在multi-class cla