DEV Community
·
监督学习与无监督学习
💡
原文英文，约400词，阅读约需2分钟。
📝
内容提要
监督学习通过已标记数据进行训练以预测新数据结果，而无监督学习则在无标签情况下发现数据模式。两者的主要区别在于是否使用标签。
🎯
关键要点
- 监督学习通过已标记数据进行训练，以预测新数据的结果。
- 无监督学习在无标签情况下发现数据模式。
- 监督学习的目标是从示例中学习，以预测新问题的答案。
- 监督学习的应用包括股票价格预测、面部识别和疾病诊断。
- 无监督学习的目标是探索数据，发现结构和模式。
- 无监督学习的应用包括客户细分、异常检测和特征降维。
- 监督学习使用标记数据，而无监督学习仅使用输入数据。
- 监督学习的输出是具体的预测，而无监督学习的输出是数据的分组或降维。
❓
延伸问答
什么是监督学习？
监督学习是通过已标记数据进行训练，以预测新数据的结果。
无监督学习的主要目标是什么？
无监督学习的主要目标是探索数据，发现结构和模式。
监督学习和无监督学习的主要区别是什么？
监督学习使用标记数据进行训练，而无监督学习仅使用输入数据。
监督学习的应用有哪些？
监督学习的应用包括股票价格预测、面部识别和疾病诊断。
无监督学习可以用于哪些场景？
无监督学习可以用于客户细分、异常检测和特征降维。
监督学习的输出是什么？
监督学习的输出是具体的预测，如分类或回归结果。
➡️
