1.监督学习:我们来教计算机如何“学习”，有两个大的分支，一个是 regression，另一个是 classification。监督学习人为给定的“标准答案”。regression ：“标准答案”是连续的，根据标准答案可作出出曲线函数，就可以预估其它未知输出的数据。 比如说，对三个月销售量的估计。
classification：“标准答案”是离散的，可以根据现行函数分成N个类型（eg.一分为二），输入数据，就可以知道分在哪一个类中，比如对是否患有乳腺癌的的判断。
supervised (classes are known to all)：
K-NN
NP
Naive Bayes
Decision Trees
SVM
非监督学习就没有标准答案了，clustering algorithm是典型算法，没有给定的函数划分，本质是一个相似的类型的会聚集在一起。比如说，给你一堆数据，让你来分析这堆数据的结构。比如Google新闻，每天会搜集各大网站的大量的新闻，然后把它们全部聚类，就会自动分成几十个不同的标题。
无监督学习还有一个典型的例子就是鸡尾酒会问题（声音的分离），在这个酒会上有两种声音，被两个不同的麦克风在不同的地方接收到，而可以利用无监督学习来分离这两种不同的声音。注意到这里是无监督学习的原因是，事先并不知道这些声音中有哪些种类（这里的种类就是标签的意思）。而且本题的代码实现只要一行。
作者：赵杨
链接：https://www.zhihu.com/question/23194489/answer/75555668
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
unsupervised (no class):
K-means
hierarchical clustering
时间： 2024-10-19 10:15:45