亲爱的MBA智库百科用户:


过去的17年,百科频道一直以免费公益的形式为大家提供知识服务,这是我们团队的荣幸和骄傲。 然而,在目前越来越严峻的经营挑战下,单纯依靠不断增加广告位来维持网站运营支出,必然会越来越影响您的使用体验,这也与我们的初衷背道而驰。 因此,经过审慎地考虑,我们决定推出VIP会员收费制度,以便为您提供更好的服务和更优质的内容。


MBA智库百科VIP会员,您的权益将包括: 1、无广告阅读; 2、免验证复制。


当然,更重要的是长期以来您对百科频道的支持。诚邀您加入MBA智库百科VIP会员,共渡难关,共同见证彼此的成长和进步!



MBA智库百科项目组
2023年8月10日
百科VIP
未登录
无广告阅读
免验证复制
支付方式:
微信支付
支付宝
PayPal
购买数量:
1
应付金额:
10
汇率换算:
0
美元(USD)
  • 美元(USD)
  • 加元(CAD)
  • 日元(JPY)
  • 英镑(GBP)
  • 欧元(EUR)
  • 澳元(AUD)
  • 新台币(TWD)
  • 港元(HKD)
  • 新加坡(SGD)
  • 菲律宾(PHP)
  • 泰铢(THB)

按当月汇率换算,

包含手续费

打开手机微信 扫一扫继续付款
立即开通
PayPal支付后,可能会遇到VIP权益未及时开通的情况,请您耐心等待,或者联系百科微信客服:mbalib888。
温馨提示:当无法进去支付页面时,可刷新后重试或更换浏览器
开通百科会员即视为同意《MBA智库·百科会员服务规则》

支付成功

全球专业中文经管百科,由121,994位网友共同编写而成,共计436,064个条目

監督學習

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

監督學習(Supervised Learning)也叫有監督學習

目錄

[隱藏]

什麼是監督學習

  監督學習機器學習中的一種訓練方式/學習方式。

  監督學習是指通過讓機器學習大量帶有標簽的樣本數據,訓練出一個模型,並使該模型可以根據輸入得到相應輸出的過程。通過已有的一部分輸入數據與輸出數據之間的對應關係,生成一個函數,將輸入映射到合適的輸出,例如分類。

  通俗舉例:高考試題是在考試前就有標準答案的,在學習和做題的過程中,可以對照答案,分析問題找出方法。在高考題沒有給出答案的時候,也是可以給出正確的解決。這就是監督學習。[1]

監督學習與機器學習

  監督學習、半監督學習、無監督學習(unsupervised learning)屬於機器學習(machine learning)的一種,機器學習屬於人工智慧artificial intelligence)領域。

  所謂人工智慧,通俗理解,就是讓機器能夠擁有人類智慧。什麼是人類智慧?拿一臺機器和一個幼兒比較,給幼兒看一種三花貓的圖片,和她說這是貓,如果再給她看另一品種的貓,幼兒可能會高興地揮舞著手臂認出這也是一隻貓。而如果將圖片輸入一臺非人工智慧機器,告訴機器這是一隻貓,但如果換了不同顏色的貓B時,機器恐怕就不可能認出來了。

  而機器學習正是讓機器具有人類識別、思考等方方面面的能力,其中監督學習是最常見的一種機器學習,它的訓練數據是有標簽的,訓練目標是能夠給新數據(測試數據)以正確的標簽。

  例如,讓機器學習區分判斷郵件是否為垃圾郵件這一識別能力,一開始先將一些郵件及其標簽(垃圾郵件或非垃圾郵件)一起輸入機器進行訓練,機器的學習模型不斷捕捉這些郵件與標簽間的聯繫進行調整和完善,然後人工輸入一些不帶標簽的新郵件,讓該模型對新郵件進行判斷,以此反覆訓練,最終實現機器識別準確率的提高。[2]

監督學習的流程

  監督並不是指人站在機器旁邊看機器做的對不對,而是下麵的流程:

  (1)選擇一個適合目標任務的數學模型

  (2)先把一部分已知的“問題和答案”(訓練集)給機器去學習

  (3)機器總結出了自己的“方法論

  (4)人類把"新的問題"(測試集)給機器,讓他去解答

監督學習與無監督學習區別[3]

  1.有監督學習方法必須要有訓練集與測試樣本。在訓練集中找規律,而對測試樣本使用這種規律。而非監督學習沒有訓練集,只有一組數據,在該組數據集內尋找規律。

  2.有監督學習的方法就是識別事物,識別的結果表現在給待識別數據加上了標簽。因此訓練樣本集必須由帶標簽的樣本組成。而非監督學習方法只有要分析的數據集的本身,預先沒有什麼標簽。如果發現數據集呈現某種聚集性,則可按自然的聚集性分類,但不予以某種預先分類標簽對上號為目的。

  3.非監督學習方法在尋找數據集中的規律性,這種規律性並不一定要達到劃分數據集的目的,也就是說不一定要“分類”。

  這一點是比有監督學習方法的用途要廣。譬如分析一堆數據的主分量,或分析數據集有什麼特點都可以歸於非監督學習方法的範疇。

  4.用非監督學習方法分析數據集的主分量與用K-L變換計算數據集的主分量又有區別。後者從方法上講不是學習方法。因此用K-L變換找主分量不屬於無監督學習方法,即方法上不是。而通過學習逐漸找到規律性這體現了學習方法這一點。在人工神經元網路中尋找主分量的方法屬於無監督學習方法。

相關條目

參考文獻

本條目對我有幫助9
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目投訴舉報

本条目由以下用户参与贡献

Llyn.

評論(共0條)

提示:評論內容為網友針對條目"監督學習"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

打开APP

以上内容根据网友推荐自动排序生成

官方社群
下载APP
告MBA智库百科用户的一封信
亲爱的MBA智库百科用户: 过去的17年,百科频道一直以免费公益的形式为大家提供知识服务,这是我们团队的荣幸和骄傲。 然而,在目前越来越严峻的经营挑战下,单纯依靠不断增加广告位来维持网站运营支出,必然会越来越影响您的使用体验,这也与我们的初衷背道而驰。 因此,经过审慎地考虑,我们决定推出VIP会员收费制度,以便为您提供更好的服务和更优质的内容。 MBA智库百科VIP会员(9.9元 / 年,点击开通),您的权益将包括: 1、无广告阅读; 2、免验证复制。 当然,更重要的是长期以来您对百科频道的支持。诚邀您加入MBA智库百科VIP会员,共渡难关,共同见证彼此的成长和进步!
MBA智库百科项目组
2023年8月10日

闽公网安备 35020302032707号

添加收藏

    新建收藏夹

    编辑收藏夹

    20