1. 什么是有監(jiān)督學習

指對數(shù)據(jù)的若干特征與若干標簽（類型）之間的關聯(lián)性進行建模的過程；只要模型被確定，就可以應用到新的未知數(shù)據(jù)上。這類學習過程可以進一步分為「分類」（classification）任務和「回歸」（regression）任務。在分類任務中，標簽都是離散值；而在回歸任務中，標簽都是連續(xù)值。

2. 什么是無監(jiān)督學習

指對不帶任何標簽的數(shù)據(jù)特征進行建模，通常被看成是一種 “讓數(shù)據(jù)自己介紹自己” 的過程。這類模型包括「聚類」（clustering）任務和「降維」（dimensionality reduction）任務。聚類算法可以講數(shù)據(jù)分成不同的組別，而降維算法追求用更簡潔的方式表現(xiàn)數(shù)據(jù)。指對不帶任何標簽的數(shù)據(jù)特征進行建模，通常被看成是一種 “讓數(shù)據(jù)自己介紹自己” 的過程。這類模型包括「聚類」（clustering）任務和「降維」（dimensionality reduction）任務。聚類算法可以講數(shù)據(jù)分成不同的組別，而降維算法追求用更簡潔的方式表現(xiàn)數(shù)據(jù)。

3. 監(jiān)督學習和無監(jiān)督學習的區(qū)別是什么

兩者的本質(zhì)區(qū)別是有無標簽值，有監(jiān)督學習數(shù)據(jù)集中是有標簽值列的，無監(jiān)督學習是是自己去學習自己的過程，嘗試去找到一個類似于標簽的東西