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。

Supervised learning/ Unsupervised learning监督学习/无监督学习
MengYa_Dream的博客
04-02 3040
supervised learning/ unsupervised learning监督学习/无监督学习
Supervised Learning （监督学习）与 Unsupervised Learning （非监督学习）
www6130911的博客
07-20 4584
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）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 2207
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 1203
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
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 2790
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 1210
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”。
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 1785
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...
supervise_learning
03-19
supervise_learning
Supervised Learning
weixin_43777451的博客
01-22 624
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 4836
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
03-06 534
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
03-21 950
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...
supervised learning
喵叫兽的博客
08-21 866
In this video, I'm going to define what is probably the most common type of Machine Learning problem, which is Supervised Learning. I'll define Supervised Learning more formally later, but it's prob...
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