有监督与无监督学习
像有监督学习和无监督学习这样的术语被用于机器学习和人工智能的上下文中,它们的重要性与日俱增。机器学习,对外行来说,是数据驱动的算法,借助实例使机器学习。有两种类型的学习,即有监督的学习和无监督的学习,这两种学习方式之间有许多相似之处,这使学生感到困惑。然而,尽管存在重叠,但仍有一些差异将在本文中重点介绍。
在未来的几年里,我们可能会看到机器学习的发展,以使处理业务问题更容易和更快。用有监督和无监督学习的概念**员工来解决简单的商业问题将变得过时。
什么是监督学习?
这是一种学习类型,机器学习在用户输入的帮助下进行。迄今为止,机器学习和人工智能领域的研究大多集中在有监督学习上。例如,你邮件中的垃圾邮件文件夹有时甚至会被一些重要的邮件无意中转到其中。该系统工作在机器学习的基础上,通知与垃圾邮件分析有关的算法。系统使用这些信息过滤邮件并将其发送到垃圾邮件文件夹,以减少误报。在搜索引擎中,算法根据打开搜索结果时首先单击的链接工作。这会改善用户的搜索结果。然而,由于机器对什么是对的和什么是错的概念模糊,因此监督学习也存在一定的缺陷。这种人的反馈通常会限制监督学习的未来使用。
什么是无监督学习?
我们生活在这样一个时代,无论是闭路电视数据、GPS数据、在线交易数据、机器扫描数据、安全扫描数据等等,我们都在不断地从机器上寻找更好的性能。组织和**希望机器不需要或不需要人类的监督数据,以产生更好的结果。这当然需要在自动化的方向上付出更多的努力,尽管在不久的将来,无监督学习不太可能取代有监督的学习,混合方法很可能在不久的将来出现,它将比我们目前通过监督学习获得的结果更快、更有效。
有监督学习和无监督学习有什么区别?
•有人监督学习和无监督学习是两种不同的学习方法。
•在有监督的学习中,有人为的反馈以实现更好的自动化,而在无监督学习中,机器在没有人工输入的情况下有望带来更好的性能。