从事机器学习的学生在区分有监督学习和无监督学习方面遇到了困难。似乎两种学习方法所使用的程序是相同的,这使得人们很难区分这两种学习方法。然而,经过仔细观察和毫不动摇的关注,我们可以清楚地了解到,监督学习和非监督学习之间存在着显著的差异。
监督学习是与机器学习相关联的方法之一,它涉及到分配标记数据,以便从这些数据中推断出某种模式或函数。值得注意的是,监督学习涉及分配输入对象、向量,同时预期最期望的输出值,这通常被称为监督信号。监督学习的最基本的特点是输入数据是已知的,并且被适当地标记。
无监督学习是机器学习算法的第二种方法,从未标记的输入数据中进行推理。无监督学习的目标是从未标记的数据中确定数据中隐藏的模式或分组。它主要用于探索性数据分析。无监督学习的一个重要特征是输入和输出都是未知的。
有监督学习和无监督学习的主要区别在于两种机器学习方法中使用的数据。值得注意的是,这两种机器学习方法都需要数据,它们会对这些数据进行分析以生成某些函数或数据组。然而,在监督学习中使用的输入数据是众所周知的,并且是有标记的。这意味着机器只承担从已经标记的数据中确定隐藏模式的任务。然而,在无监督学习中使用的数据是未知的,也没有标记的。在确定输入数据的隐藏模式和功能之前,机器的工作是对原始数据进行分类和标记。
机器学习是一件复杂的事情,任何参与其中的人都必须为未来的任务做好准备。有监督学习和无监督学习的一个显著区别是计算复杂性。有监督学习被认为是一种复杂的学习方法,而无监督学习方法则不那么复杂。在无监督学习中,不需要对输入进行理解和标注,而需要对输入进行理解和标注,这是有监督学习产生的原因之一。这就解释了为什么许多人喜欢无监督学习而不是有监督的机器学习方法。
有监督学习和无监督学习的另一个主要区别是机器分析每个周期后产生的结果的准确性。有监督的机器学习方法得到的结果比无监督的机器学习方法得到的结果更准确可靠。有监督的机器学习方法之所以能产生准确可靠的结果,其中一个原因是因为输入的数据是众所周知的,而且是有标记的,这意味着机器只会分析隐藏的模式。这与无监督的学习方法不同,在确定隐藏的模式和函数之前,机器必须定义和标记输入数据。
另外值得注意的是,在班级数量上也存在着显著的差异。值得注意的是,监督学习中使用的所有类都是已知的,这意味着分析中的答案也可能是已知的。因此,监督学习的唯一目标就是确定未知的聚类。然而,在无监督的机器学习方法中没有先验知识。此外,类的数量是未知的,这显然意味着没有信息是已知的,分析后产生的结果无法确定。此外,参与无监督学习方法的人不知道任何有关原始数据和预期结果的信息。
在其他差异中,存在着每种学习方法发生的时间。必须强调的是,有监督的学习方法是离线进行的,而无监督的学习方法是实时进行的。参与准备和标记输入数据的人员是离线进行的,而对隐藏模式的分析是在线进行的,这使得参与机器学习的人员在分析离散数据时没有机会与机器进行交互。然而,无监督的机器学习方法是实时进行的,因此所有的输入数据都在学习者面前进行分析和标记,这有助于他们理解不同的学习方法和原始数据的分类。实时数据分析仍然是无监督学习方法最重要的优点。
监督学习 | 无监督学习 | |
输入数据 | 使用已知和标记的输入数据 | 使用未知的输入数据 |
计算复杂性 | 计算非常复杂 | 计算复杂度更低 |
实时 | 使用离线分析 | 使用数据的实时分析 |
课程数量 | 类的数量是已知的 | 类数未知 |
结果的准确性 | 结果准确可靠 | 结果准确可靠 |
...力。 什么是组织学习与学习型组织的关系(the relati***hip between organizational learning and learning organization)? 学习为组织带来竞争力和灵活性。为了应对业务中的挑战**况,需要具备专业技术、快速决策、分析业务形势等能力。通过学...
...通过修改节点间连接的权值来学习。有三种学习类型,如监督学习、无监督学习和强化学习。在有监督学习中,网络根据输入向量提供一个输出向量。将该输出向量与期望的输出向量进行比较。如果存在差异,权重将修改。此过...
...系统。 什么是认知计算与机器学习的关系(the relati***hip between cognitive computing and machine learning)? 认知计算系统使用机器学习算法。 认知计算(cognitive computing)和机器学习(machine learning)的区别 认知计算是一种新的硬件和/或软件,...
...。因此,机器只需分析隐藏的模式。 什么是无监督学习(unsupervised learning)? 在无监督学习中,模型是不受监督的。该模型独立工作,以预测结果。它使用机器学习算法对未标记的数据得出结论。一般来说,由于信息量少,无监...
...新数据时,可以给出结果。 机器学习有不同的类型。有监督学习、无监督学习和强化学习。监督学习使用已知的数据集进行预测。给监督学习算法一组输入数据(X)和一组相应的响应值或输出(Y)。该数据集称为训练数据集。...
...都像骰子上的两张脸。机器学习任务通常分为三大类,如监督学习、无监督学习和强化学习。 数据挖掘(data mining)和机器学习(machine learning)的区别 它们的工作原理 数据挖掘:数据挖掘是一个从明显的非结构化数据开始寻找有趣...
学习障碍与学习困难 虽然学习障碍和学习困难这两个词经常互换使用,但这两个词指的是两者之间有细微差别的两个条件。在某些情况下,这两种情况之间的区别可能很难识别。首先,让我们来定义这两个词。学习困难是个...
学习与学习 Learn和Study是两个意义相似的动词,但在用法上却有所不同。两个动词learn和study经常被混淆为表达相同意思的单词。我们倾向于使用这些词,学习和研究,作为同义词,因为我们不注意它们之间的区别。这就是为...
... As I've said in previous statements: most of human and animal learning is unsupervised learning. If intelligence was a cake, unsupervised learning would be the cake, supervised learning would be the icing on the cake, and reinforcement learning would be the cherry on the cake. We know how to m...
什么是机器学习(machine learning)? 机器学习是一套用来创建计算机程序的方法,可以从观察中学习并做出预测。机器学习使用算法、回归和相关科学来理解数据。这些算法通常可以看作是统计模型和网络。 什么是深度学习(deep...