機器學習---有監督和無監督

原創不易，轉載前請注明部落客的連結位址：Blessy_Zhu https://blog.csdn.net/weixin_42555080

機器學習：

機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專門研究計算機怎樣模拟或實作人類的學習行為，以擷取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。

例如，中學階段通過做大量的練習題，為的就是在聯考解決問題。聯考的題目一般來說是之前肯定沒有遇到過的，但是這并不意味着這些題目我們無法解決。通過對之前所做過的練習題的分析，找到解題方法，同樣可以解決陌生的題目。

機器學習其實就是将這一套方式運用到機器上，利用一些已知的資料來訓練機器（做練習題），讓機器自己分析這些資料，并找到内在聯系（學習解題方法），進而對未知的資料進行預測判定等（做聯考題）。

監督學習：

對于機器學習來說，監督學習就是訓練資料既有特征(feature)又有标簽(label)，通過訓練，讓機器可以自己找到特征和标簽之間的聯系，在面對隻有特征沒有标簽的資料時，可以判斷出标簽。

監督學習(Supervised Learning)，用上述例子來解釋，就是聯考前所做的練習題是有标準答案的。在學習的過程中，我們可以通過對照答案，來分析問題找出方法，下一次在面對沒有答案的問題時，往往也可以正确地解決。

監督學習分為兩大類：

• 回歸分析(Regression Analysis)：如果拿二維平面來說，就是對已經存在的點（訓練資料）進行分析，拟合出适當的函數模型y=f(x)，這裡y就是資料的标簽，而對于一個新的自變量x，通過這個函數模型得到标簽y。 -

• 分類(Classification)：訓練資料是特征向量與其對應的标簽，同樣要通過分析特征向量，對于一個新的向量得到其标簽。

  回歸分析與分類差別其實就是資料的差別就是回歸是針對連續資料，分類是針對離散資料。

非監督學習：

與監督學習相對的，是非監督學習(Unsupervised Learning)。

再舉高中做練習題的例子，就是所做的練習題沒有标準答案，換句話說，你也不知道自己做的是否正确，沒有參照，想想就覺得是一件很難的事情。

但是就算不知道答案，我們還是可以大緻的将國文，數學，英語這些題目分開，因為這些問題内在還是具有一定的聯系。

這種問題在機器學習領域中就被稱作聚類(Clustering)，相對于監督學習，無監督學習顯然難度要更大，在隻有特征沒有标簽的訓練資料集中，通過資料之間的内在聯系和相似性将他們分成若幹類。

Google新聞按照内容結構的不同分成财經，娛樂，體育等不同的标簽，這就是一種聚類。