有监督学习和无监督学习的区别

最新推荐文章于 2025-07-25 10:13:33 发布
原创 最新推荐文章于 2025-07-25 10:13:33 发布 · 761 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

博客介绍了有监督学习和无监督学习。有监督学习针对有标记训练样本，目的是对训练样本集外数据分类预测，涉及LR、SVM等；无监督学习则是对未标记样本训练，以发现样本中的结构知识。

有监督学习：对具有标记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分类预测。（LR,SVM,BP,RF,GBDT）
无监督学习：对未标记的样本进行训练学习，发现这些样本中的结构知识。

yjw_Jone
关注
【人工智能】机器学习入门之监督学习（一）有监督学习
萌狼蓝天の技术栈
11-09 7755
机器学习入门之监督学习(一)有监督学习 简介 监督学习算法是常见算法之一，主要分为有监督学习和无监督学习。本文主要记录了有监督学习中的分类算法和回归算法，其中回归算法是本文最主要内容。 本笔记对应视频：阿里云开发者社区学习中心-人工智能学习路线-阶段1：机器学习概览及常见算法 对应视频地址：https://developer.aliyun.com/learning/course/529 监督学习...
监督学习和无,监督学习区别
htw
12-04 5134
开始学习ML，真是难为自己的低智商了~ 一翻书就遇到一个概念问题：何为监督学习？与无监督学习的区别？ 因为自己刚刚开始学ML，所以可能解释的会有些不当。（集齐了各种网上答案） 首先看什么是学习（learning）？一个成语就可概括：举一反三。此处以高考为例，高考的题目在上考场前我们未必做过，但在高中三年我们做过很多很多题目，懂解题方法，因此考场上面对陌生问题也可以算出答案。机器学习的...
机器学习两种方法——监督学习和无监督学习（通俗理解）
热门推荐
风翼冰舟的博客
09-19 13万+
监督学习与无监督学习
别人卷算法，你只会调包？连监督、无监督都搞不清？这篇讲透监督/无监督/半监督/强化学习！
最新发布
2401_84204413的博客
07-25 554
在人工智能快速渗透各行各业的今天，我们经常会听到一个词：机器学习（Machine Learning）。它就像AI世界的“基本功”，决定了一个智能系统能不能看懂数据、学会判断、做出决策。但很多人对机器学习的理解，仍停留在“黑盒”印象——它到底是怎么学的？有没有分类方法？不同学习方式有什么区别？今天，我们就从最通俗的角度，一次性搞清楚监督学习、无监督学习、半监督学习和强化学习这四大核心范式。无论你是AI从业者，还是好奇心满满的读者，都能在这篇文章里找到价值，不做AI的调包侠。
有监督学习&无监督学习
m0_47498690的博客
10-01 5443
监督学习是通过已知的输入和输出数据样本，来学习一个确定性函数或概率分布模型的方法。在监督学习中，输入和输出变量都是已知的，同时，学习器的输出也必须与人工给定的真实结果一致。监督学习通常可分为两类：回归问题和分类问题。回归问题是指对连续值的预测问题，比如预测房价、股票价格等；分类问题是指对离散值的预测问题，比如判断一封邮件是否为垃圾邮件、预测肿瘤是否为恶性等。
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 4852
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
【无监督学习和有监督学习的区别】
雪丫头的博客
03-31 1万+
1、有监督学习：通过已有的训练样本去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现预测和分类的目的，也就具有了对未知数据进行预测和分类的能力。就如有标准答案的练习题，然后再去考试，相比没有答案的练习题然后去考试准确率更高。又如我们小的时候不知道牛和鸟是否属于一类，但当我们随着长大各种知识不断输入，我们脑中的模型越来越准确，判断动物也越来越准确。 有监督学习可分为回归和分类。 回归：即给出一堆自变量X和因变量Y，拟合出一个函数，这些自变量X就是特征向量，因变量Y
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 2897
监督学习更适合。
有监督学习
TxyITxs的博客
06-30 1347
有监督学习 利用一组带有标签的数据，学习从输入到输出的映射，然后将这种映射关系应用到未知数据上，达到分类或回归的目的。 分类：当输出为离散的，学习任务为分类任务。 回归：当输出为连续的，学习任务为回归任务。 训练集：用来训练的已标注的数据，用来建立模型，发现规律。 测试集：已标注的数据，通常隐藏标记，输送给以训练的模型，通过结果与真实标记对比，评估模型的学习能力。 训练集/测试集...
有监督学习与无监督学习的几大区别
让，
06-18 5807
对比一 ： 有标签 vs 无标签 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。再经过这样的过程后，模型就有了预知能力。 而无监督机器学习被称为“没有老师的学习”，无监督相比于有监督，没有训练的过程，而是直接拿数据进行建模分析，意味着这些都是要通过机器学习自行学习探索。这听起来似乎有点不可思议，但是在我们自身认识世界的过程中也会用到无监督学习。比如我们去参
一文读懂：无监督学习与有监督学习的区别与应用
码上飞扬的博客
07-18 8503
无监督学习和有监督学习是机器学习中的两大重要方法，各有其独特的优势和应用场景。通过理解这两者的区别和应用，你可以更好地选择和应用合适的算法，解决实际问题。希望本文对你有所帮助，让你在机器学习的道路上走得更远更顺利！
监督学习
枪枪枪的博客
01-28 896
=======================================================================               Machine Learning notebook Python机器学习基础教程（introduction to Machine Learning with Python） https://github.com/amueller...
强化学习(Reinforcement Learning，RL) VS 有监督学习
lqq
10-23 1209
强化学习（Reinforcement Learning，RL）是一种机器学习的范畴，它关注的是如何让智能体通过与环境的交互来学习做出决策。通过与环境交互，根据反馈来学习最佳行为的过程是强化学习的核心思想。
机器学习-有监督学习（Supervised Learning）
fangweijiex的博客
01-25 2349
定义： 有一组数量较多的历史样本集，其中每个样本有一组特征（Feature）和一个或几个表示其自身的类型或数值的标签（Label）：对历史样本进行学习得到模型后，可用新样本的特征预测其对应的标签。 有监督学习与无监督学习的区别： 比喻：有监督学习是老师告诉你这个字母念A，然后下次你看到这个字母就知道读’A’了；而无监督学习是你给这个字母定义一个读音，能让你将这个字母与其他字母区别开。 根据标...
什么是监督学习？如何理解分类和回归？
weixin_43612023的博客
03-21 7333
本文首发在 easyAI —— 人工智能知识库 什么是监督学习？ 监督学习是机器学习中的一种训练方式/学习方式： 监督学习需要有明确的目标，很清楚自己想要什么结果。比如：按照“既定规则”来分类、预测某个具体的值… 监督并不是指人站在机器旁边看机器做的对不对，而是下面的流程： 选择一个适合目标任务的数学模型 先把一部分已知的“问题和答案”（训练集）给机器去学习 机器总结出了自己的“方法论” 人...
【有监督学习】积累与发现
dominic_z的博客
08-13 687
线性回归 线性回归 最小二乘法小结 脊回归（Ridge Regression） Lasso Regression 多重共线性的解决方法之——岭回归与LASSO 感知机 感知机原理小结 在《统计学习方法》中，定义的方式有一些不同，如下图所示 书中所提到了“不考虑1∥w∥\frac{1}{\|w\|}∥w∥1​”，实际意思是说不会影响解， 对于最小化问题−1∥w∥∑yi(wxi+b)-\frac ...
【机器学习应用】机器学习之有监督学习
博客标题不能为空我也没办法
07-14 1万+
有监督学习
机器学习有监督学习和无监督学习区别
10-17
监督学习和无监督学习是机器学习中两种不同的学习方式。监督学习是指在训练数据中，每个样本都有一个标签或者输出值，模型通过学习输入和输出之间的关系来进行预测。而无监督学习则是指在训练数据中没有标签或者输出...
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