【2023 · CANN训练营第一季】监督学习&无监督学习

一、监督学习

个人理解的监督学习就是指给定多组确定的x到y的映射关系，然后推出一条函数图线，用于进行后续位置数据的分析。

监督学习的算法有：回归算法、分类算法

	回归	分类
输出	连续的函数图线	离散的函数边界
目的	找到最优拟合	寻找决策边界

二、无监督学习

无监督学习的算法有：聚类算法

聚类算法是不给确定的映射关系，因为样本数量庞大，无法手动“监督”进行输入，直接由机器对样本进行分析聚类标签化的算法。

1、无监督式学习(Unsupervised Learning )是人工智能网络的一种算法(algorithm)，其目的是去对原始资料进行分类，以便了解资料内部结构。有别于监督式学习网络，无监督式学习网络在学习时并不知道其分类结果是否正确，亦即没有受到监督式增强(告诉它何种学习是正确的)。其特点是仅对此种网络提供输入范例，而它会自动从这些范例中找出其潜在类别规则。当学习完毕并经测试后，也可以将之应用到新的案例上。

2、无监督学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起，而我们并不关心这一类是什么。因此，一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。