本篇文章是用来当做笔记的,如有侵权,联系删除。

***********************************************************************************************************分割线*********************************************************************************************

在机器学习过程中,我们经常听到监督学习和无监督学习,想要了解一下这部分内容,于是有了本篇笔记。

我在网上查了部分资料,最通俗的理解如下:

       监督 (supervised) = 标签(label),是否有监督,就是输入数据是否有标签,有标签则为有监督学习,否则为无监督学习。至于半监督学习,就是一半有标签(少部分),另外一般没有(很大一部分)

比较官方的定义如下:

       监督学习:对于具有概念标记(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 歧义性低。监督学习是训练神经网络和决策树的最常见技术。这些技术(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。

       无监督学习:对于没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。这里所有的标记(分类)都是未知的。因此训练样本的歧义性高。常见的无监督学习算法有聚类。

       半监督学习:在分类任务的训练集中同时包含有标签数据和无标签数据,通常无标签数据远远多于有标签数据,半监督分类的任务就是训练一个分类器f,这个分类器的表现比只用有标签数据训练得到的分类器好。

有监督学习、无监督学习和半监督学习之间的区别相关推荐

  1. 有监督、无监督和半监督学习

    目录 概念描述 监督学习(Supervised Learning,SL) 无监督学习(Unsupervised Learning,UL) 半监督学习(Semi-supervised Learning, ...

  2. 有监督、无监督与半监督学习【总结】

    概念 有监督学习:训练数据既有特征(feature)又有标签(label),通过训练,让机器可以自己找到特征和标签之间的联系,在面对只有特征没有标签的数据时,可以判断出标签. 无监督学习(unsupe ...

  3. 系统学习机器学习之弱监督学习(二)--半监督学习综述

    一.半监督学习 1-1.什么是半监督学习 让学习器不依赖外界交互.自动地利用未标记样本来提升学习性能,就是半监督学习(semi-supervised learning). 要利用未标记样本,必然要做一 ...

  4. 机器学习-----有监督,无监督,半监督学习的简单阐释

    来源: 机器学习算法盘点 - ranjiewen - 博客园 http://www.cnblogs.com/ranjiewen/p/6235388.html 为啥感觉完全是被圈粉了----好厉害啊-- ...

  5. 监督,无监督以及自监督之间的区别

    首先比较监督和无监督学习,其最主要的区别在于模型在训练时是否需要人工标注的标签信息. 监督学习利用大量的标注数据来训练模型,模型的预测和数据的真实标签产生损失后进行反向传播,通过不断的学习,最终可以获 ...

  6. 机器学习中的有监督学习,无监督学习,半监督学习

    在机器学习(Machine learning)领域,主要有三类不同的学习方法: 监督学习(Supervised learning). 非监督学习(Unsupervised learning). 半监督 ...

  7. 【深度学习】有监督学习、无监督学习、半监督学习

    本文目录 有监督学习(Suspervised Learning) 常见的有监督学习 无监督学习(Unsupervised Learning) 常见的无监督学习 半监督学习(Semi-supervise ...

  8. 监督学习、半监督学习、无监督学习定义

    监督学习(supervised learning).半监督学习(Semi-supervised learning).无监督学习(unsupervised learning)是以训练样本中的标签进行区分 ...

  9. 概念:监督学习、无监督学习与半监督学习

    (此为机器学习随笔之一) 机器学习中的算法,主要有两种:监督学习:半监督学习. 1 .名词 监督学习 : supervised learning 无监督学习 : unsupervised learni ...

  10. 监督学习、无监督学习、半监督学习、自监督学习的区别与联系

    监督学习: 所有数据都有标签或真值,直接对网络输出结果和标签计算loss函数,进行训练. 缺点:标签很难获取,且提取的特征依赖于标签(即特定任务),而不是数据本身的特征 无监督学习: 所有数据都没有标 ...

最新文章

  1. 云+社区小程序知识周,等你来挑战!
  2. AI视觉组基于ESP32的裁判系统第一版本设计要求
  3. Docker安装(Mac)
  4. IVs提取合并工具ivstools
  5. 装饰器模式与java.io包
  6. 结合源码深入理解Android Crash处理流程
  7. 自带数据线的迷你数显充电宝,好用到哭
  8. 帮助中心 开源_对开源的贡献帮助我获得了Microsoft的实习机会。 这就是它可以为您提供帮助的方式。
  9. SecureWatch和人工智能为疫情期间更安全有效地监控房地产开发提供助力
  10. Unity界面插件NGUI基础教程
  11. makefile 使用 Tricks
  12. 服务器cp所以型号,云服务器cp
  13. wps的range对象
  14. java webservice 实例
  15. 小爱同学服务器维修,小爱同学TTS服务(2019年5月29日更新可用版本)
  16. 计算机数值换算在线,计算机单位换算(计算机单位换算在线)
  17. 安徽大学计算机专业毕业论文格式,安徽大学本科毕业论文格式.doc
  18. 前端开发3年计划,前端应届生如何做一个职业规划
  19. 何为数码相机EXIF信息的等效焦距
  20. iFunk执政官游戏本强势上线,开启畅玩之旅

热门文章

  1. 定时器触发STM32 ADC的采样转换示例
  2. 无源晶振(Crystal)的负载电容
  3. volume的含义_volume是什么意思
  4. Oracle ERP模块组成
  5. 如何把一张图片设置成一个应用程序的图标?
  6. JavaScript分解质因数
  7. 枯竭的水库求生的稻田 国稻种芯·九江:位于抗旱一线的都昌
  8. 如何查看win10已激活密钥?查看win10已激活完整密钥的方法!
  9. cαr怎么发音_韵母a的发音情况是()。
  10. 无人机基础知识:多旋翼无人机自动控制原理与算法