监督学习与非监督学习之间的区别
监督学习与非监督学习之间的区别
深度学习中会遇到常见的两个问题,一个是分类,一个是回归。
如果我们想要预测的值是一个离散的值,比如说物体识别,识别一个物体是猫还是狗,预测一张图片是美还是丑,还有手写数字辨识,这些都是分类的问题。但是如果我们想要预测的是一个连续的数值,比如说给一张图片进行评分,这就是回归问题。
有的时候我们还会对一些数据做聚类,就是我们可以通过某些聚类算法将某些相同类别的数据聚合在一起,形成一个簇,而这些自动生成的簇可能会存在一些潜在的相同特征,比如说这个簇里面的所有数据都指向 “猫” 的特征,而另一个簇里面的数据都指向 “狗” 的特征等等。但是我们一开始并不知道这些数据指向的是那个类别,也就是说在训练的过程中,这些数据是不具有标记信息的。
根据训练的数据是否具有标记信息,我们可以将学习任务大致分为两类,一类是监督学习,也就是上面提到的分类和回归问题都是监督学习的一中。而另一类是非监督学习,也就是上面提到的聚类。
通过监督学习,我们可以明确预测出某个物体的类别。但是非监督学习的方式只能对数据进行划分,并不能预测出类别,
下面再总结一下
监督学习(Supervised learning) :提供带有正确结果的训练集,基于训练集,算法将归纳(generalization)出“如何正确的响应所有可能的输入”,也就是对测试集有一个明确的输出。也称之为”示例学习(learning from examples)”
非监督学习(Unsupervised learning): 训练集没有提供正确结果,而是让算法尝试识别不同数据之间的相似性,从而让有共同特征的数据能够被归类在一起。以统计学的方式实现监督学习也称作”密度估计(density estimation)“
常见的监督学习算法: k-近临算法,决策树,朴素贝叶斯等等。
常见的非监督学习算法: k-均值聚类算法,谱聚类算法,EM算法,主成分分析。
对于深度学习来说,深度学习也是一种实现机器学习的技术,也包含了监督学习和非监督学习。常见的卷积神经网络就是一种监督学习方法,在图像分类(如人脸识别)上应用非常广泛。生成对抗网络(GAN)是一种无监督学习方法,经常被用来做图像生成(如深度卷积对抗生成网络(DCGAN)可用于生成卡通图像)。
- 强化学习(Reinforcement learning): 介于监督学习和非监督学习之间。训练中,当算法得出的结果错误时,算法会被告知;但如果算法得出的结果正确,则不会被告知。算法会尝试不同的可能性,直到它学会如何找到正确的结果。监督者会对结果进行打分,却不会给出改进意见,所以强化学习有时也被称为“评价学习(learning with critic)”。
监督学习与非监督学习之间的区别相关推荐
- 机器学习、监督学习、非监督学习、强化学习、深度学习、迁移学习
机器学习.监督学习.非监督学习.强化学习.深度学习.迁移学习 机器学习(machine learning) 监督学习(supervised learning) 非监督学习(unsupervised l ...
- 机器学习理论入门:第一章 监督学习与非监督学习介绍
第一章 监督学习与非监督学习简介 一.机器学习基本概念 概念:研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有 的知识结构使之不断改善自身的性能 输入 基本概念 –特征向量: ...
- 1 监督学习与非监督学习简介--机器学习基础理论入门
1 监督学习与非监督学习简介–机器学习基础理论入门 1.1 机器学习基本概念 什么是机器学习 机器学习: 机器学习(machine learning,ML)是一门多领域交叉学科,设计概率论.统计学.逼 ...
- 监督学习,非监督学习与半监督学习
监督学习,非监督学习与半监督学习 监督学习非监督学习与半监督学习 监督学习Supervised learning 非监督学习Unsupervised learning 半监督学习Semi-superv ...
- 机器学习(一)监督学习,非监督学习和强化学习
根据机器学习的应用情况,我们又把机器学习分为三类:监督学习(SupervisedLearning, SL), 非监督学习(Unsupervised learning, UL),和强化学习(Reinfo ...
- 机器学习的划分:监督学习、非监督学习、强化学习、进化学习
监督学习(Supervised learning):提供带有正确结果的训练集,基于训练集,算法将归纳(generalization)出"如何正确的响应所有可能的输入".也称之为&q ...
- 机器学习的划分:监督学习、非监督学习、强化学习、进化学习 概述 (二)
监督学习(Supervised learning):提供带有正确结果的训练集,基于训练集,算法将归纳(generalization)出"如何正确的响应所有可能的输入".也称之为&q ...
- 监督学习、非监督学习、强化学习都是什么?终于有人讲明白了
01 术语整理 本节概述机器学习及其三个分类(监督学习.非监督学习和强化学习).首先,与机器学习相关的术语有人工智能(Artificial Intelligence,AI).机器学习(Machine ...
- 监督学习与非监督学习
原址 出于对ml的兴趣,最近开始了对ml的学习,正在跟着 coursera学习ml的基础知识,在这里做一个笔记. 监督学习和非监督学习是两个基础的概念,但个人感觉并不是很简单,总有些容易混淆 ...
最新文章
- linux zip指定目录解压,Linux zip解压/压缩并指定目录
- Win10開始菜单打不开
- 启明云端分享 | Sigmastar SSD201\SSD202D核心板在智能料理机方案的应用(4.3寸彩屏应用)
- gem install sass 本地配置和淘宝源无效的解决办法
- 爬虫-09-get请求发起-响应对象的属性了解-练习图片的爬取
- 声明式和命令式编程_命令式与声明式编程
- ORA-01552 :非系统表空间 'xxxx'不能使用系统回退段
- Vue 子组件调用父组件的方法
- 如果股市出现震荡行情,投资者应如何应对?
- HoudahSpot 6.2 for Mac文件搜索软件
- Shiro 常用标签
- 剖析 TCP协议内部结构
- 解决微信公众号注册提示“邮箱已被占用”(亲测)
- 倒车轨迹理论实现方法
- 海康威视2020届校园招聘内推(内含内推码)
- 复合选择器之后代选择器
- 分布式专题——接口幂等性实战
- 个人奋斗动力源的一些感想
- 2022年vue项目使用go.js 2.1去水印
- 如何扩展Orchard
热门文章
- 短视频+电商直播,未来可期!
- html阴影 渐变,CSS 阴影 轮廓 渐变详解
- Mn掺杂CdS量子点|锰掺杂硫化镉量子点|MnS/ZnS/CdS量子点的制备方法图示
- IT服务管理指标体系与报表体系
- BW维护操作:处理链的一切
- 项目经历怎么写_工程监理简历范文,【工作经历+项目经验+自我评价】怎么写...
- 操作系统原理:哲学家就餐经典问题
- 计算机企业进校园宗旨,市计算机:法律进校园,为青春保驾护航
- 越来越觉得马克思主义原理非常深邃
- MATLAB中代尔塔的符号,这个符号代表什么意思?还有怎么打?~