Supervised Learning和Unsupervised Learning的区别

最新推荐文章于 2025-06-25 21:15:15 发布
最新推荐文章于 2025-06-25 21:15:15 发布
阅读量4.8k 收藏
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 机器学习 文章标签： 机器学习
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.youkuaiyun.com/Book_Chan/article/details/28675137
本文探讨了监督学习与非监督学习的主要区别：监督学习基于已知结果进行预测，如股票价格预测；而非监督学习则是在未知结果的情况下，通过相似性将数据分类，例如新闻自动分类。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Supervised Learning 和Unsupervised Learning的区别主要在于给定的输入是否打了标签，是否是有结果的。

Supervised Learning的输入一般是有给定的正确结果，比如预测股票价格的时候，我们是已经有以往的时间对应的价格。

Unsupervised Learning的输入更多的是未知的结果，比如新闻分类，我有一堆新闻，我也不知道它们该分哪些类，我就根据不同文章的相关性，然后把他们分类聚合，打上相应的类别标签。

监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
u013558123的博客
02-13 960
监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
Supervised learning/ Unsupervised learning监督学习/无监督学习
MengYa_Dream的博客
04-02 3051
supervised learning/ unsupervised learning监督学习/无监督学习
监督学习（Supervised Learning）与无监督学习（Unsupervised Learning）的区别
LQL_01的博客
05-07 935
监督学习（Supervised Learning） 监督学习：已有标记好的数据集，从标记好的数据集学习特征去推断未标记的数据。 特点：需要先对一部分数据打标签；有明确的训练目的；可以用达到想要结果的程度来评判训练效果。 常用方法：回归分析、统计分类 无监督学习（Unsupervised Learning） 无监督学习：从没有标记或分类的数据中去寻找潜在的规律，实现聚类。利用聚类的结果，可以发现一些未知的规律，挖掘潜在的信息。 特点：没有明确的目的；不需要给数据打标签；没有明确的指标去衡量学习效果
【AI概念】监督学习（Supervised） vs. 无监督学习（Unsupervised） vs. 半监督/自监督学习（Semi/Self-supervised）详解（附详尽Python代码演示）
最新发布
AI人工智能爱酱～你的AI学习好帮手～
06-25 3258
大家好，我是爱酱。本篇将会系统讲解监督学习（Supervised Learning）、无监督学习（Unsupervised Learning）、半监督学习（Semi-supervised Learning）和自监督学习（Self-supervised Learning）的核心定义、原理、典型算法、应用场景与区别联系。每部分都详细展开，适合初学者和进阶者系统理解。 注：本文章含大量数学算式、详细例子说明及大量代码演示，建议先收藏再慢慢观看理解。新频道发展不易，你们的每个赞、收藏跟转发都是我继续分享的动力！
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 1210
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
Supervised Learning （监督学习）与 Unsupervised Learning （非监督学习）
www6130911的博客
07-20 4596
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...
监督学习（Supervised Learning）与无监督学习（Unsupervised Learning）（带标签数据训练：有明确的输入与输出、无标签数据训练：只有输入，无明确输出）
Dontla的博客
01-10 2831
监督学习更适合。
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 1212
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...
Supervised learning and Unsupervised learning
范fun的博客
03-23 668
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...
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 ...
1.ML-监督学习(supervised learning)与无监督学习(unsupervised learning)
OO
06-23 1万+
1.1监督学习(supervised learning)初步定义：给定一个数据集，并且给定正确答案，数据集中的每个例子，算法将预测得到例子的“正确答案”。
supervise_learning
03-19
supervise_learning
如何区分监督学习(supervised learning)和非监督学习(unsupervised learning)
Duke__Lee的博客
08-26 1787
如何区分监督学习(supervised learning)和非监督学习(unsupervised learning) 机器学习的常用方法中，我们知道一般分为监督学习和非监督学习。（当然还有半监督） l 监督学习：监督学习，简单来说就是给定一定的训练样本（这里一定要注意，这个样本是既有数据，也有数据相对应的结果），利用这个样本进行训练得到一个模型（可以说就是一个函数），然后利用这个模型，将...
Supervised Learning
weixin_43777451的博客
01-22 629
Supervised Learning 监督学习 In supervised learning, we are given a data set and already know what our correct output should look like, having the idea that there is a relationship between the input and t...
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 4842
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
深度学习（8）：Supervised Learning
liujiandu101的博客
03-06 541
监督学习
【Machine Learning 系列】一文详解有监督学习(Supervised Learning)
热门推荐
陈橘又青的博客
07-27 2万+
监督学习是一种重要的机器学习方法，它通过学习输入变量和输出变量之间的关系，来构建一个预测模型。通过对已知的训练数据进行学习，可以对未知的数据进行准确的预测和分类。
机器学习笔记：Supervised Learning and Unsupervised Learning
qq_40292210的博客
03-21 951
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...
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