知识卡片
监督与无监督学习之辨
无监督学习与监督学习的分界在于数据里是否带有人工给出的目标y:前者只观察输入x的样本,试图学出概率分布p(x)或其结构性质;后者观察(x, y)对,从x预测y,通常估计p(y|x)。术语“监督”来自老师提供目标y的隐喻,无监督则没有这种指导。但二者并非泾渭分明:概率链式法则可把p(x)拆成n个监督学习问题,反之也可通过学联合分布p(x, y)再推断来解监督问题。传统上把回归、分类、结构化输出归为监督学习,把服务于其他任务的密度估计归为无监督学习;此外还有半监督、多实例、强化学习等变种。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 机器学习基础 · 查看原书依据
大致说来,无监督学习涉及观察随机向量x 的好几个样本,试图显式或隐式地学习出概率分布p(x ),或者是该分布一些有意思的性质;而监督学习包含观察随机向量x 及其相关联的值或向量y ,然后从x 预测y ,通常是估计p(y|x )。
参考来源
- 位置:《深度学习》第5章 机器学习基础(源文件:extracted/深度学习/_epub-src/text/part0001_split_001.html)
- 结论依据:原文明确指出二者不是严格定义的术语、界线模糊,并分别给出观察p(x)与估计p(y|x)的通俗刻画及相互转化的例子。
- 原始内容:大致说来,无监督学习涉及观察随机向量x 的好几个样本,试图显式或隐式地学习出概率分布p(x ),或者是该分布一些有意思的性质;而监督学习包含观察随机向量x 及其相关联的值或向量y ,然后从x 预测y ,通常是估计p(y|x )。