资源分类
》 资源 》 经验分享 》监督学习与无监督学习

监督学习与无监督学习

2019-12-11 | |  70 |   0

原标题：监督学习与无监督学习

原文来自：博客园      原文链接：https://www.cnblogs.com/sfencs-hcy/p/12020125.html


监督学习

监督学习主要为回归问题与分类问题

回归

回归问题是针对于连续型变量
简单讲就是拟合出适当的函数模型y=f(x)来表示已存在的数据点，来使得给定一个新x，预测y。
例如：
01.png

分类

分类是针对离散型数据集
即，是与不是，或者说输出的结果是有限的
例如：
03.png

无监督学习

无监督学习更像是让机器自学，我们不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。
简单讲就像是会自动根据特征分类
例如：
04.png

  • 参考吴恩达机器学习课程

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com

上一篇：用机器学习打造聊天机器人(三) 设计篇

下一篇：用机器学习打造聊天机器人(四) 代码篇

用户评价
全部评价

热门资源

  • Python 爬虫（二）...

    所谓爬虫就是模拟客户端发送网络请求，获取网络响...

  • TensorFlow从1到2...

    原文第四篇中，我们介绍了官方的入门案例MNIST，功...

  • TensorFlow从1到2...

    “回归”这个词，既是Regression算法的名称，也代表...

  • TensorFlow2.0（10...

    前面的博客中我们说过，在加载数据和预处理数据时...

  • 反向传播是什么？

    深度学习系统能够学习极其复杂的模式，它们通过调...