从事机器学习的学生在将监督学习与无监督学习区分开来方面一直遇到困难。 似乎两种学习方法中使用的过程都是相同的,这使得人们很难区分两种学习方法。 但是,经过仔细研究和坚定不移的关注,人们可以清楚地了解到有监督学习和无监督学习之间存在显着差异。

什么是监督学习?

监督学习是与机器学习相关的方法之一,它涉及分配标记的数据,以便可以从该数据中推断出特定的模式或功能。 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,该输出值通常称为监督信号。 监督学习的底线属性是输入数据是已知的并适当标记。

什么是无监督学习?

无监督学习是机器学习算法的第二种方法,其中从未标记的输入数据中得出推论。 无监督学习的目标是确定未标记数据中的隐藏模式或数据分组。 它主要用于探索性数据分析。 无监督学习的定义特征之一是输入和输出都不知道。

比较项 有监督的学习 无监督的学习
输入数据 使用已知和标记的输入数据 使用未知输入数据
计算复杂性 计算中非常复杂 较少计算复杂性
实时 使用离线分析 使用实时数据分析
类数 已知类数 未知类数
结果的准确性 准确,可靠的结果 中等的准确,可靠的结果

总结

  • 由于企业需要分析和处理越来越多的原始数据,以便他们做出合理可靠的决策,因此数据挖掘已成为当前业务世界中必不可少的方面。
  • 这解释了为什么对机器学习的需求在不断增长,并因此要求人们对有监督的机器学习和无监督的机器学习有足够的了解。
  • 值得理解的是,每种学习方法都有其自身的优点和缺点。在确定将使用哪种方法来分析数据之前,必须先熟悉两种机器学习方法。
欢迎任何形式的转载,但请务必注明出处,尊重他人劳动成果。
转载请注明:文章转载自 有区别网 [http://www.vsdiffer.com]
本文标题:监督学习和无监督学习
本文链接:https://www.vsdiffer.com/vs/supervised-learning-vs-unsupervised-learning.html
免责声明:以上内容仅是站长个人看法、理解、学习笔记、总结和研究收藏。不保证其正确性,因使用而带来的风险与本站无关!如本网站内容冒犯了您的权益,请联系站长,邮箱: ,我们核实并会尽快处理。