专栏首页用户4352451的专栏机器学习:什么是监督学习(Supervised learning)?

机器学习:什么是监督学习(Supervised learning)?

概念

  • wiki:监督学习是机器学习的一种方法,可以由训练资料中学到或建立一个模式(函数/learning model),并且依次模式推测出新的实例。
  • 训练资料:由输入物件和预期输出组成,函数的输出可以是一个连续的值(回归分析),或是预测一个分类标签(分类)
  • 通俗讲:我本不知道X 和 Y 能得倒一个什么样的关系,但是通过很多个X和Y且已知XY的关系的数据得知,他们存在一种函数式关系f(x,y)。并且在后续可以通过f(x,y)得到一个符合实际规律(相对准确)的结果。其中在得出规律的这一个过程就叫做监督学习。

监督学习的步骤

  • 我们可以根据上面的步骤是不是可以联想几个实际的案例呢?
  1. 我们在使用外卖,或者买东西的时候我们的快递的预估到达时间是如何来的呢?
  2. 我们思考一下,让我们自己去算怎么算呢?通过速度和距离呗,但是路是有很多条的,还有天气原因,交通规则等等,实在是因素太多了,那我们可以这样,通过得到监督学习来预估这个达到时间。
  3. 首先选择一个数学模型,然后将大量已知的数据快递订单时间到收货时间进行保留,还有发货地点和送达的地点。将这些数据给机器,然后让他去发现这个“方法论(函数)”,一旦学习到一定量,那我们就可以进行预测了,当客户点开商品或者下单完我们都能给到客户一个相对准确的时间。(自己的一个简单猜想)

监督学习的2个任务:回归、分类

1. 回归

  • 回归方法是一种对数值型连续随机变量进行预测和建模的监督学习算法。使用案例一般包括房价预测、股票走势或测试成绩等连续变化的案例。
  • 回归任务的特点是标注的数据集具有数值型的目标变量。也就是说,每一个观察样本都有一个数值型的标注真值以监督算法。

2.分类

分类方法是一种对离散型随机变量建模或预测的监督学习算法。使用案例包括邮件过滤、金融欺诈和预测雇员异动等输出为类别的任务。

许多回归算法都有与其相对应的分类算法,分类算法通常适用于预测一个类别(或类别的概率)而不是连续的数值。

参考

https://zh.wikipedia.org/wiki/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0 https://www.jiqizhixin.com/articles/2017-05-20-3 https://easyai.tech/ai-definition/supervised-learning/

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 监督学习 – Supervised learning

    监督学习需要有明确的目标,很清楚自己想要什么结果。比如:按照“既定规则”来分类、预测某个具体的值…

    easyAI
  • 机器学习:什么是无监督学习(Unsupervised Learning)?

    这个对于广告平台很有意义,我们不仅把用户按照性别、年龄、地理位置等维度进行用户细分,还可以通过用户行为对用户进行分类。

    居士
  • 机器学习入门系列01,Introduction

    引用课程:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 先看这里,可能由于你正在查看这个平...

    MelonTeam
  • 强数据所难!SSL(半监督学习)结合GAN如何?

    众所周知,标注工作往往费时耗力甚至不可行。而类似深度学习等的机器学习方法,在缺乏带标签数据下,效果大打折扣甚至无法施展。

    公众号机器学习与生成对抗网络
  • 【机器学习入门系列】简介

    本文深入浅出地介绍了什么是机器学习以及机器学习所研究的内容与机器学习的三大步骤;并举例深度学习、有监督学习、半监督学习、迁移学习、无监督学习、结构化学习、增强学...

    张耀琦
  • 机器学习(二):有监督学习、无监督学习和半监督学习

    一、基本概念 1 特征(feature) 数据的特征。 *举例:书的内容* 2 标签(label) 数据的标签。 *举例:书属于的类别,例如“计算机”“图形学”...

    海天一树
  • ML基石_3_TypesOfLearning

    y = structures. 好像一个很大的多分类问题。 从数据中学习潜在的结构。 比如自然语言处理中,每个单词的词性组合很复杂几乎无穷,但...

    用户1147754
  • 金融中的机器学习和强化学习

    Coursera近期新推了一个金融和机器学习的专项课程系列:Machine Learning and Reinforcement Learning in Fin...

    AINLP
  • 春节充电系列:李宏毅2017机器学习课程学习笔记01之简介

    【导读】春节将近,在亲友相聚之余也不忘给自己充充电。为此,专知内容组给大家带来了台大李宏毅老师的2017年机器学习课程系列学习笔记。今天我们先来看一下该系列课程...

    WZEARW
  • 机器学习基本概念

    多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知...

    foochane
  • 【漫画】通俗易懂讲清楚什么是机器学习?

    来源:伯乐在线,作者:玻璃猫 ------ 【导读】 ------ 理解机器学习真的没那么难。 在一个风和日丽的周末…… ? ? 故事一:瑞雪兆丰年 ? ...

    机器人网
  • 简单易懂的讲解深度学习(入门系列之四)

    在前一个小节中,简单地谈了谈什么是“M-P神经元模型”,顺便用生活中生动的小案例,把激活函数和卷积函数的概念撸了一遍。下笔之处,尽显“神经”。当然这里所谓的“神...

    计算机视觉研究院
  • 机器学习的几种学习方式

    版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

    村雨遥
  • 干货!谷歌首席科学家发文阐述“半监督学习革命”,想走出瓶颈先试试这个

    谷歌首席科学家,谷歌大脑技术负责人Vincent Vanhoucke说,半监督学习革命已经来了。

    量子位
  • 干货!谷歌首席科学家发文阐述“半监督学习革命”,想走出瓶颈先试试这个

    谷歌首席科学家,谷歌大脑技术负责人Vincent Vanhoucke说,半监督学习革命已经来了。

    磐创AI
  • 机器学习--机器学习的分类

    在监督学习中,给定一组数据,我们知道正确的输出结果应该是什么样子,并且知道在输入和输出之间有着一个特定的关系。通过已有的训练样本(即已知数据以及其对应的输出)去...

    风骨散人Chiam
  • 常见面试算法:支持向量机

    1、SVM - Support Vector Machine ,俗称支持向量机,是一种 supervised learning (监督学习)算法,属于 clas...

    机器学习AI算法工程
  • 监督学习与无监督学习

    机器学习如果按照训练样本标签的有无可以分为以下两种常用方法。 有监督学习(supervised learning)和无监督学习(unsupervised le...

    里克贝斯
  • Stanford's CS 229机器学习技巧和秘诀(完整版)

    相信经常混Machine Learning各大学习圣地的朋友们多少有听说过斯坦福大学的CS229机器学习课程(Stanford's CS 229 Machine...

    Sam Gor

扫码关注云+社区

领取腾讯云代金券