监督学习与非监督学习
学习 监督 与非
2023-09-14 09:16:13 时间
出于对ml的兴趣,最近开始了对ml的学习,正在跟着 coursera学习ml的基础知识,在这里做一个笔记。
监督学习和非监督学习是两个基础的概念,但个人感觉并不是很简单,总有些容易混淆的感觉。
监督学习:
- 监督学习从训练数据集合中学习模型,对测试数据进行预测。
- 监督学习的目的在于学习一个由输入到输出的映射,即找到这样一个模型(又称为假设hypothesis)属于由输入空间到输出空间的映射的集合。
- 而监督学习 又有回归和分类两种,回归即是一种连续变量的预测,而分类是离散变量的预测,简单来说就是分类可以分为具体的类别而回归则不能。
无监督学习:
- 无监督式学习是人工智能网络的一种算法,其目的是去对原始资料进行分类,以便了解资料内部结构。有别于监督式学习网络,无监督式学习网络在学习时并不知道其分类结果是否正确,亦即没有受到监督式增强(告诉它何种学习是正确的)。其特点是仅对此种网络提供输入范例,而它会自动从这些范例中找出其潜在类别规则。当学习完毕并经测试后,也可以将之应用到新的案例上。
- 无监督学习里典型的例子就是聚类。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。
我个人理解监督学习和无监督学习的差别:
监督学习有一个样本训练的过程,要用大量的样本对模型进行训练才能使模型越来越优,这就像我们小时候认识周围的事物一样,家长告诉我们这是房子、这是猪、这是鸟,并不停用各种样本来充实我们对房子、猪、鸟的概念,后来就可以自己把看到的东西跟之前识别过的东西进行对比,识别出哪些是什么东西;
无监督学习开始并没有具体分类是哪些是什么,而是通过我们编写的函数让机器能识别出哪些是一类,哪些是另一类,而并不知道具体类别的名字,目前我对于这个概念的理解是,这就像是在找不同,一个小孩子并不知道猫和狗两个物种,但是他可以通过眼睛看到他们的各种不同特征,从而分辨出是两种物种,下次他就会用同样的方法来观察猫和狗,这种观察的方法就是一个函数,并通过不断比较来优化这一函数,从而达到准确识别的目的。
相关文章
- 监督学习和无监督学习区别
- 学习单片机第5天
- 简单易学的机器学习算法——Mean Shift聚类算法
- ICDE'22「华为」MISS:多兴趣自监督学习框架用于点击率预估
- 机器学习:无监督学习
- 论文推荐:使用带掩码的孪生网络进行自监督学习
- java 多线程基础学习
- 自监督学习详细介绍(学习笔记)
- 自监督学习(self-supervised learning)(20201124)
- 基于深度学习的人脸识别考勤系统设计
- Python学习-Chapter4 操作列表
- Meta AI 更新的 Data2vec 2.0 | 实现更快、更高效的视觉、语音和文本的自监督学习
- Neural Eigenmap: 基于谱学习的结构化表示学习,可用于自监督学习,图节点表示学习和谱聚类上
- [JCIM | 论文简读] SMICLR:用于半监督和无监督表示学习的多模态分子表征对比学习
- [Nature Communications | 论文简读] 使用弱监督深度学习进行准确的体细胞变异检测
- Nature Machine Intelligence | 使用自监督图像表示学习框架精准预测分子特性和药物靶点
- R语言利用转录组基因表达矩阵做基因共表达分析的学习资料推荐
- 2022 Top10自监督学习模型发布!美中两国8项成果霸榜
- TKDE'22 图对抗学习有何进展?
- 编程学习Arm Linux界面编程:拥抱新技术(armlinux界面)
- Facebook Yann LeCun一小时演讲: AI 研究的下一站是无监督学习(附完整视频)
- 命令删除不必要文件:学习Linux中的rm命令(linux中的rm)
- SQLServer掌握必备技能:学习OR条件查询操作(sqlserveror)
- 快速学习 MySQL 连接CND 方式(cnd连接mysql)
- MySQL学习去重操作(mysql中去除重复的行)
- UC伯克利联合谷歌推出无监督深度学习框架,模仿人眼实现视频中的自我运动认知
- js实现的验证,学习用js控制td
- Python中集合类型(set)学习小结