定义: 监督学习是指再有标记(labeled samples)的样本建立机器学习的模型.例如,使用尺寸,位置等不同参数建立的一套模型来评估一栋房子的价格,那么首先需要创建一个数据库,然后为参数打上标记.我们需要告诉算法,什么样的参数(尺寸 位置)对应什么样的价格. 有了这些带标记的数据,算法就可以学会如何根据输入的参数计算房价了.
无监督学习与刚才说的恰好相反,他面对的是没有标记的数据.假设需要把一些数据分成不同的组别,但是对分组的条件毫不知情,于是,无监督学习算法就会以最合理的方式将这些数据分成确定数量的组别.