监督学习与无监督学习

监督学习： supervised learning （given the "right answer" for each example in the data ）           监督学习是指数据集中，有部分数据是已经含有正确答案，即为训练集，根据该类数据集去算出另一部分数据集的答案。 监督学习主要分为有两大类问题： 回归      虽然给的数据集可能是离散的，但是一般会理解为连续值（predict real-valued output，预测一个准确的输出值）分类      例如，预测肿瘤是良性的还是恶性（给出一些已知是良性或恶性肿瘤的数据）    回归问题：分为线性回归（linear regression）和非线性回归： 通常是：    给定training set（训练集） ————>进行learning algorithm ————>得到（输入x——>hypothesis/函数——>输出y），即x映射到y的函数 无监督学习： unsupervised learning              无监督学习是指数据集都是没有已知答案的。 常用有：       聚类       奇异值分解（svd）：eg：将重叠的音频分离~