学了大部分机器学习算法，今天看到一个名词“监督”。忽然发现本身好像不太了解监督学习和无监督学习的区别，因而查阅了部分资料，而且作了必定的总结。web
根据训练数据是否拥有标记信息，学习任务可大体划分为两大类：“监督学习”（supervised learning)和“无监督学习”（unsupervised learning）。分类和回归是前者的表明，而聚类则是后者的表明。算法
简单来讲，学习是在外部刺激下记住大部分以往的经验，从而可以实现改变的能力。所以，机器学习是一种工程方法，对于增长或提升自适应变化的各项技术都十分重要。例如，机械手表是一种非凡的工件，但其结构符合静止定律，当外部变化发生变化时会变得没有任何用处。网络
学习能力是动物特别是人特有的，根据达尔文的理论，它也是全部物种生存和进化的关键要素。机器虽然不能自主进化，但彷佛也遵循一样的规律。框架
对于机器学习而言，我更加倾向于把它理解为一种数据分析的机器。对于机器学习，咱们必须拥有必定规律的实际数据，在加上使用一些模型进行套用分析，从而获得必定的预测值。这里的预测并非猜想，二者有着一个极大的不一样点——有无依据。机器学习
从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，能够根据这个函数预测结果。监督学习的训练集要求包括输入输出，也能够说是特征和目标。训练集中的目标是由人标注的。监督学习就是最多见的分类（注意和聚类区分）问题，经过已有的训练样本（即已知数据及其对应的输出）去训练获得一个最优模型（这个模型属于某个函数的集合，最优表示某个评价准则下是最佳的），再利用这个模型将全部的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的。也就具备了对未知数据分类的能力。监督学习的目标每每是让计算机去学习咱们已经建立好的分类系统（模型）。svg
监督学习是训练神经网络和决策树的常见技术。这两种技术高度依赖事先肯定的分类系统给出的信息，对于神经网络，分类系统利用信息判断网络的错误，而后不断调整网络参数。对于决策树，分类系统用它来判断哪些属性提供了最多的信息。函数
常见的监督学习算法：回归分析和统计分类。最典型的算法是KNN和SVM。学习
输入数据没有被标记，也没有肯定的结果。样本数据类别未知，须要根据样本间的类似性对样本集进行分类（聚类，clustering）试图使类内差距最小化，类间差距最大化。通俗点将就是实际应用中，很多状况下没法预先知道样本的标签，也就是说没有训练样本对应的类别，于是只能从原先没有样本标签的样本集开始学习分类器设计。测试
非监督学习目标不是告诉计算机怎么作，而是让它（计算机）本身去学习怎样作事情。非监督学习有两种思路。第一种思路是在指导Agent时不为其指定明确分类，而是在成功时，采用某种形式的激励制度。须要注意的是，这类训练一般会置于决策问题的框架里，由于它的目标不是为了产生一个分类系统，而是作出最大回报的决定，这种思路很好的归纳了现实世界，agent能够对正确的行为作出激励，而对错误行为作出惩罚。设计
无监督学习的方法分为两大类：
何时使用哪一种方法？简单的方法就是从定义入手，有训练样本则考虑采用监督学习方法；无训练样本，则必定不能用监督学习方法。可是，现实问题中，即便没有训练样本，咱们也可以凭借本身的双眼，从待分类的数据中，人工标注一些样本，并把它们做为训练样本，这样的话，能够把条件改善，用监督学习方法来作。对于不一样的场景，正负样本的分布若是会存在偏移（可能大的偏移，可能比较小），这样的话，监督学习的效果可能就不如用非监督学习了。
所给的数据有的是有标签的，而有的是没有标签的。常见的两种半监督的学习方式是直推学习（Transductive learning）和概括学习（Inductive learning）。
直推学习（Transductive learning）：没有标记的数据是测试数据，这个时候能够用test的数据进行训练。这里须要注意，这里只是用了test数据中的feature而没有用label，因此并非一种欺骗的方法。
概括学习（Inductive learning）：没有标签的数据不是测试集。
实际中缺少的不是数据，而是带标签的数据。给收集的数据进行标记是昂贵的。