无监督学习

无监督学习不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类相关的任务

自监督学习

和无监督学习不同，自监督学习主要是利用辅助任务（pretext）从大规模的无监督数据中挖掘自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对下游任务有价值的表征。

换句话说：自监督学习的监督信息不是人工标注的，而是是通过辅助任务（pretext）在大规模无监督数据中自动构造监督信息，通过得到的标签，就可以类似有监督学习一样进行训练。

区别

自监督学习是从数据本身找标签来进行有监督学习。无监督学习没有标拟合标签的过程，而是从数据分布的角度来构造损失函数。自监督学习的代表是语言模型，无监督的代表是聚类。自监督不需要额外提供label，只需要从数据本身进行构造。

自监督学习和无监督学习的区别相关推荐

【机器学习】机器学习算法模式：区别监督学习、无监督学习、半监督学习、强化学习
机器学习的三大要素:数据.算法模型.计算. 机器学习最大的用处是通过对历史数据的分析,找出其中的潜在规律,从而对未来进行预测. 数据:目前是大数据时代,各行各业基本上都不缺数据,缺乏的只是从数据当中提 ...
监督学习和无监督学习区别
本文出自:https://blog.csdn.net/zb1165048017/article/details/48579677 前言机器学习分为:监督学习,无监督学习,半监督学习(也可以用hint ...
数据挖掘总结之有监督学习与无监督学习的区别
有监督学习与无监督学习的区别在机器学习(Machine learning)领域,主要有三类不同的学习方法:构造预测模型的有监督学习(supervised learning):构造描述性模型的无监督学 ...
机器学习——监督学习和无监督学习的区别
前言机器学习分为:监督学习,无监督学习,半监督学习(也可以用hinton所说的强化学习)等. 在这里,主要理解一下监督学习和无监督学习. 监督学习(supervised learning) (1)从 ...
监督学习与无监督学习的区别_机器学习
最近发现很多人还是不能真正分清机器学习的学习方法,我以个人的愚见结合书本简单说一下这个机器学习中,可以根据学习任务的不同,分为监督学习(Supervised Learning),无监督学习(Unsu ...
机器学习、监督学习、无监督学习、强化学习和深度学习的区别
机器学习按学习形式主要包括监督学习.半监督学习.无监督学习和强化学习.有监督学习就是根据有标签的数据集学习一个由输入到输出的映射:而无监督学习是学习一个没有标签的数据集,是基于数据之间的相似性进行聚类 ...
机器学习概念 — 监督学习、无监督学习、半监督学习、强化学习、欠拟合、过拟合、后向传播、损失和优化函数、计算图、正向传播、反向传播
1. 监督学习和无监督学习监督学习 ( Supervised Learning ) 和无监督学习 ( Unsupervised Learning ) 是在机器学习中经常被提及的两个重要的学习方法. ...
机器学习系列 1：监督学习和无监督学习
https://www.toutiao.com/a6690813539747103246/ 2019-05-15 09:31:00 机器学习系列 1:监督学习和无监督学习机器学习就是通过一大堆数据集 ...
监督学习和无监督学习
自理解机器学习的概念时,没有深刻理解监督学习和无监督学习的区别,在网上查找了部分资料,现在总结如下: 总的来说,机器学习任务将根据训练样本是否有label,可以分为监督学习和无监督学习,这是最简单直接 ...

自监督学习和无监督学习的区别

无监督学习

自监督学习

区别

自监督学习和无监督学习的区别相关推荐

最新文章

热门文章