有监督学习和无监督学习的差异

有监督学习  有监督学习又被成为：“有老师学习”，老师即标签。在有监督学习中，训练数据自身带有标签（人为标记），根据这样的数据训练出模型，对未知标签的数据进行判断。 有监督学习常见的应用场景：分类和回归 无监督学习 数据集本身不带有标签，需要机器根据相应算法自己找出数据中的规律。 无监督学习并没有告诉机器该怎么做，而是让机器自己学习怎样做事情。 无监督学习常见的应用场景：聚类和关联问题。在深度学习

>>阅读原文<<