Supervised Learning Unsupervised Learning
Supervised Learning
监督学习指的是学习input到output的映射关系(mapping),监督学习最主要的特征是会给出answers,即对每个input,给出唯一对应的output答案;并在学习后,通过给出没有output的input,猜测可能的output。
i n p u t → o u t p u t input \to output input→output
例子:
监督学习有很多种任务种类,例如:
- Regression,回归,从许多可能的值中预测出一个数值
- Classification,分类
Regression
从无数可能的取值中预测一个值(或者说,映射是连续的)。以预测房价为例:
- input:房屋的大小
- output:可能的价格
上图示例了对已知数据集,两种不同拟合方式的获得的不同映射关系。在后面的课程中会学习如何决定拟合方式。
Classification
输出是有限的离散值(class或category,都可以),将不同的input分类。
categories可以是数字,也可以是其他的,例如猫,狗之类的标签。
输入也可以不只是单一的,可以是多维的,例如,在进行细胞分类中,可以将细胞大小和病人年龄共同张成向量空间,并进行分类,如下图所示。
Unsupervised Learning
不给出任何对应output(或者说绑定label)的input,只是发掘未标记数据中的可能特征、模式或结构。
非监督学习的任务种类包括:
- Clusters,聚类,将未标记的数据放在不同集群中,甚至自己提取组内数据的共同特征
- Anomaly Detection,异常检测,检查异常行为
- Dimensionality reduction,降维,将一个大数据集,在不降低过多精度的情况下,压缩成更小的数据集
Clusters
在没有监督的条件下,对未标记数据进行自动分类;又是也包括提取组内数据的共同特征。
例如,谷歌新闻会检索所有的当天新闻,并将可能相关的新闻整理成一组推送
再比如,DNA数据的聚类,从而发掘出不同基因之间的潜在联系性(比如不喜欢吃蔬菜和某些先天性疾病的关联);如下图所示,颜色值代表基因的不同表达程度,每列是一个样本,每行是样本的不同基因。可以通过聚类将样本进行分类,发掘其中的潜在联系。
Supervised Learning Unsupervised Learning相关推荐
- Supervised learning/ Unsupervised learning监督学习/无监督学习
[机器学习]两种方法--监督学习和无监督学习(通俗理解) [机器学习] : 监督学习 (框架) 有监督学习与无监督学习的几大区别 目录 Supervised learning 监督学习 Unsuper ...
- 监督学习(supervised learning)与非监督学习(unsupervised learning)
一,监督学习(supervised learning): 监督学习(supervised learning)的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测. 即:利用 ...
- facebook新无监督论文-Unsupervised Learning of Visual Features by Contrasting Cluster Assignments
最近比较关注无监督论文,因此只要发现有新的文章都会读一遍,facebook近期刚出了一篇Unsupervised Learning of Visual Features by Contrasting ...
- ML之UL:无监督学习Unsupervised Learning的概念、应用、经典案例之详细攻略
ML之UL:无监督学习Unsupervised Learning的概念.应用.经典案例之详细攻略 目录 无监督学习Unsupervised Learning的概念 无监督学习Unsupervised ...
- Machine Learning Algorithms Study Notes(4)—无监督学习(unsupervised learning)
1 Unsupervised Learning 1.1 k-means clustering algorithm 1.1.1 算法思想 1.1.2 k-means的不足之处 1 ...
- 【论文研读】Self-supervised、unsupervised learning (2020最新论文)
目录 Are Labels Necessary for Neural Architecture Search Self-supervised Learning: Generative or Contr ...
- 【论文阅读】Unsupervised Learning of Image Segmentation Based on Differentiable Feature Clustering
文章目录 摘要 目标 贡献点 介绍 相关工作 经典方法 深度学习 基于用户输入的图像分割 基于CNN的弱监督分割 端到端的可微分割CNN 方法 问题建模 网络结构 损失函数 网络更新 实验结果 连续性 ...
- Machine Learning week 7 quiz: Unsupervised Learning
Unsupervised Learning 5 试题 1. For which of the following tasks might K-means clustering be a suitabl ...
- 文献学习(part13)--A Sober Look at the Unsupervised Learning of Disentangled...
学习笔记,仅供参考,有错必纠 文章目录 A Sober Look at the Unsupervised Learning of Disentangled Representations and th ...
最新文章
- Java多线程学习笔记之二缓存
- 关于与同事相处的一些学问
- ORACLE 11g R2 RAC群集堆栈的关闭过程分析
- 技术专家:为什么我们最终选择Apache Pulsar替代Kafka?
- Centos7.4 yum 安装MariaDB
- 计算机应用项目的主要领域,计算机应用基础_领域一.ppt
- html div右下浮动,div 初始化及左右浮动
- 关闭tomcat8080端口
- 数学作图工具_一款简单易用的数学作图工具手机电脑都可以用哦
- 850pro测试软件,新极速霸主诞生 三星850 PRO首发评测
- 超级实用网址合集(必须收藏一波)
- 第十六届全国大学生智能车竞赛创意组获奖名单 | 带有学生与指导教师信息
- python凯撒密码流程图_凯撒移位密码加密算法的Python3.0实现方法
- 全球与中国胶原蛋白敷料市场深度研究分析报告
- 玩转python——帮你解决乡愁
- 315再曝数据安全问题,短信钓鱼、App窃密等成焦点
- 《A Survey on Transfer Learning》迁移学习研究综述 翻译
- Python 代码调试二三事
- AD画原理图去除网格线
- Linux命令参考手册
热门文章
- vue 中通过 ajax 生成form 下载表格
- java使用动态链接库
- 基于Echart实现的梯形折线图
- oracle的一ww,oracle积累 - 米图ww的个人空间 - OSCHINA - 中文开源技术交流社区
- 51单片机开发实例 基于52单片机的远程开锁系统
- mac 下重启apache
- 钉钉开发平台 —H5微应用--获取手机基础信息 api 示例
- mysql命令行登录 端口_Mysql命令行常用操作
- 低波动性不是好兆头?7.4亿美元BTC已转出 或将触发抛售行情?
- 安装linux系统之后,开机时没有Windows系统选项的解决办法(Ubuntu,Deepin,Centos,Redhat,Fedora)