如何区分监督学习(supervised learning)和非监督学习(unsupervised learning)
机器学习的常用方法中，我们知道一般分为监督学习和非监督学习。（当然还有半监督）
l 监督学习：监督学习，简单来说就是给定一定的训练样本（这里一定要注意，这个样本是既有数据，也有数据相对应的结果），利用这个样本进行训练得到一个模型（可以说就是一个函数），然后利用这个模型，将所有的输入映射为相应的输出，之后对输出进行简单的判断从而达到了分类（或者说回归）的问题。简单做一个区分，分类就是离散的数据，回归就是连续的数据。
l 非监督学习：同样，给了样本，但是这个样本是只有数据，但是没有其对应的结果，要求直接对数据进行分析建模。
比如我们去参观一个画展，我们完全对艺术一无所知，但是欣赏完多幅作品之后，我们也能 把它们分成不同的派别（比如哪些更朦胧一点，哪些更写实一些，即使我们不知道什么叫做朦胧派，什么叫做写实派，但是至少我们能把他们分为两个类）。无监督 学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起，而我们并不关心这一类是什么。因此，一个聚类算法通常只需要知道如何计算相似度就可以 开始工作了[2]
对于问题，我可以这样跟大家说。买房的时候，给了房屋面积以及其对应的价格，进行分析，这个就叫做监督学习；但是给了面积，没有给价格，就叫做非监督学习。
监督，意味着给了一个标准作为“监督”（或者理解为限制）。就是说建模之后是有一个标准用来衡量你的对与错；非监督就是没有这个标准，对数据进行聚类之后，并没有一个标准进行对其的衡量。
文章内容为个人观点，供大家参考。如有错误，烦请指正，谢谢各位。
特别感谢网络上面各种大神的无私分享与共享。
参考：
[1]http://www.zhihu.com/question/23194489
[2]http://blog.csdn.net/warrior_zhang/article/details/41453327
<!--EndFragment-->
相关推荐
In order to understand the nature of semi-supervised learning, it will be useful first to take a look at supervised and unsupervised learning.
《强化学习导论》摘录之强化学习与有监督学习、监督学习的区别； Reinforcement Learning: An Introduction；...The differences between reinforcement learning and supervised learning, unsupervised learning.
半监督学习 (Semi-supervised Learning): 结合有标签和无标签数据进行学习，常用于只有少量标记数据的情况。 强化学习 (Reinforcement Learning): 通过代理与环境互动，根据反馈信号调整策略以最大化长期奖励。...
Python Machine Learning 2019 Wiley ...Chapter 10 Unsupervised Learning—Clustering Using K-Means 221 Chapter 11 Using Azure Machine Learning Studio 243 Chapter 12 Deploying Machine Learning Models 269
聚类算法在数据挖掘里面被称之为无监督学习（unsupervised learning），这是与分类算法（supervised learning）相对的。在它们两者之间还一种叫做半监督学习（semi-supervised learning）这个我会在后面的文章中重点...
In the second part, we describe in details some specific techniques based on complex networks for supervised, non-supervised, and semi-supervised learning. Particularly, a stochastic particle ...
value, ANOVA, and F- statistics.Implement statistical computations programmatically for supervised and unsupervised learning through K-means clustering.Master the statistical aspect of Machine ...
Combining supervised and unsupervised learning for automatic attack signature generation system
Implement statistical computations programmatically for supervised and unsupervised learning through K-means clustering. Master the statistical aspect of machine learning with the help of this example...
传统的编程方法主要是通过编写明确的规则和指令来解决特定问题，而机器学习则是通过对大量数据进行分析和学习，让计算机自己发现数据中的模式和规律，并生成可以应用于新数据的模型或决策。 机器学习算法可以根据其...
传统的编程方法主要是通过编写明确的规则和指令来解决特定问题，而机器学习则是通过对大量数据进行分析和学习，让计算机自己发现数据中的模式和规律，并生成可以应用于新数据的模型或决策。 机器学习算法可以根据其...
传统的编程方法主要是通过编写明确的规则和指令来解决特定问题，而机器学习则是通过对大量数据进行分析和学习，让计算机自己发现数据中的模式和规律，并生成可以应用于新数据的模型或决策。 机器学习算法可以根据其...
These algorithms can be used for supervised as well as unsupervised learning, reinforcement learning, and semi-supervised learning. A few famous algorithms that are covered in this book are Linear ...
You will gain information on statistics behind supervised learning, unsupervised learning, reinforcement learning, and more. You will see real-world examples that discuss the statistical side of ...
The book's coverage is broad, from supervised learing (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting--the ...
including multi-task supervised learning, multi-task unsupervised learning, multi-task semi-supervised learning, multi-task active learning, multi-task reinforcement learning, multi-task online ...
监督学习（Supervised Learning）： 使用有标签的训练数据，训练模型预测新的未标签数据。常见算法包括线性回归、支持向量机、决策树等。 无监督学习（Unsupervised Learning）： 使用无标签的数据，目标是发现数据...
different from other machine learning techniques, such as supervised learning and unsupervised learning. Furthermore, we will look into reinforcement learning elements such as state, agent, ...
这是 ShowMeAI 持续分享的速查表系列！本系列速查表包含 200 多张知识卡片，分为『计算机科学』『机器学习』『计算机视觉和深度学习基础』...Unsupervised & Self-Supervised Learning（无监督和自我监督的学习）
Print Length: 320 pages Publisher: Wiley-ISTE; 1 edition (January 24, 2013) Publication Date: January 24, 2013 Sold by: Amazon Digital Services LLC Language: English ASIN: B00B6E5E6Y ...