1樓：匿名使用者
有標籤和無標籤的區別。。
比如，你要根據一批資料**人群的性別是男是女。。。
監督學習的做法是，先去收集一批人群資料，每個樣本就是乙個人，包括身高啊體重啊年齡啊血型啊等等特徵，而且每條樣本都清楚的知道這個人是男還是女。然後學的乙個模型，再**新樣本的時候，只需要給定特徵，就能猜出這人是男還是女
無監督的做法就是，只收集特徵，但不知道是男是女，然後學的乙個模型，再**新樣本的時候，也去猜這人是男還是女。。
2樓：賀長幹
機器學習的常用方法，主要分為有監督學習(supervised learning)和無監督學習(unsupervised learning)。
監督學習，就是人們常說的分類，通過已有的訓練樣本（即已知資料以及其對應的輸出）去訓練得到乙個最優模型（這個模型屬於某個函式的集合，最優則表示在某個評價準則下是最佳的），再利用這個模型將所有的輸入對映為相應的輸出，對輸出進行簡單的判斷從而實現分類的目的，也就具有了對未知資料進行分類的能力。在人對事物的認識中，我們從孩子開始就被大人們教授這是鳥啊、那是豬啊、那是房子啊，等等。我們所見到的景物就是輸入資料，而大人們對這些景物的判斷結果（是房子還是鳥啊）就是相應的輸出。
當我們見識多了以後，腦子裡就慢慢地得到了一些泛化的模型，這就是訓練得到的那個（或者那些）函式，從而不需要大人在旁邊指點的時候，我們也能分辨的出來哪些是房子，哪些是鳥。監督學習裡典型的例子就是knn、svm。
無監督學習（也有人叫非監督學習，反正都差不多）則是另一種研究的比較多的學習方法，它與監督學習的不同之處，在於我們事先沒有任何訓練樣本，而需要直接對資料進行建模。這聽起來似乎有點不可思議，但是在我們自身認識世界的過程中很多處都用到了無監督學習。比如我們去參觀乙個畫展，我們完全對藝術一無所知，但是欣賞完多幅作品之後，我們也能把它們分成不同的派別（比如哪些更朦朧一點，哪些更寫實一些，即使我們不知道什麼叫做朦朧派，什麼叫做寫實派，但是至少我們能把他們分為兩個類）。
無監督學習裡典型的例子就是聚類了
機器學習可以代替人類學習嗎，機器學習和人類的區別是什麼
花梔丨 機器學習是，經過大量資料訓練以及演算法優化以後，計算機可以得出更貼合人常識的結論。人類學習是，通過接觸環境或者知識來的 也可以說是 資料 得出自己的結論。人類也有自己的 演算法 每個人興許還不怎麼相同，這換成另一個名詞可能叫做 天賦 機器學習就像是特定環境下的人類學習，譬如圍棋。事實證明，經...
深度學習和機器學習是什麼關係，深度學習和機器學習的區別是什麼
深度學習是機copy器學習的乙個領域 深度學習以神經網路模型為基礎，難度比較大 目前深度學習裡面的成熟模型很多，cnn rnn gan transformer 等等 自然語言處理有bert 現在很多智慧型領域已經唯深度學習技術不用了 深度學習和機器學習的區別是什麼 兩者不是同乙個level上的，深度...
機器學習一般常用的演算法有哪些，機器學習有哪些演算法
看這篇部落格基本就挺全了，包含了比較新的演算法，像17年微軟開源的lgb演算法也有介紹，而且通俗易懂網頁連結 演算法很多種的，像貝葉斯網路 som神經網路 bp神經網路 art神經網路 貝葉斯網路 支援向量機等等 演算法不在於知道有哪些,而在於知道何種情況下能用哪種. rbf神經網路 hopfiel...