监督学习，非监督学习与半监督学习

监督学习，非监督学习与半监督学习

• 监督学习非监督学习与半监督学习
• 监督学习Supervised learning
• 非监督学习Unsupervised learning
• 半监督学习Semi-supervised learning
  • 主动学习active learning
  • 直推学习transductive learning

监督学习(Supervised learning)

  知道了输入的数据以及每条数据对应的输出，咱们根据训练集中的输入与输出数据构造出一个映射函数，而后能够给预测新的输入数据的输出。好比分类算法。

非监督学习(Unsupervised learning)

  只知道输入数据而没有任何对应输出，经过挖掘数据内在特征对数据进行建模与整理。好比聚类算法。

半监督学习(Semi-supervised learning)

  介于监督学习与非监督学习之间，根据有类标的数据与无类标签的数据一块儿学习出分类模型，而后给新来的输入数据进行划分。

主动学习(active learning)

  有时候有类标的数据比较少，可是人工去标记其余无标签数据的代价太大。主动学习研究的是如何挑选出合适的数据让人工去标记，让筛选出的数据尽可能小且最终的结果尽可能好。

直推学习(transductive learning)

  直推学习是半监督学习的一个子问题，直推学习假设数据中那些没有标签的数据就是最终要使用到的数据，也就是要对训练数据中的无标签数据进行分类。半监督学习只根据有标签和无标签的数据训练出模型，并不关心数据中无标签数据可能属于的类。