有監督學習和無監督學習兩者的區別：
1.有標簽就是有監督學習，沒有標簽就是無監督學習，說的詳細一點，有監督學習的目的是在訓練集中找規律，然后對測驗資料運用這種規律，而無監督學習沒有訓練集，只有一組資料，在該組資料集內尋找規律，
2. 無監督學習方法在尋找資料集中的規律性，這種規律性并不一定要達到劃分資料集的目的，也就是說不一定要“分類”，比如，一組顏色各異的積木，它可以按形狀為維度來分類，也可以按顏色為維度來分類，(這一點比監督學習方法的用途要廣，如分析一堆資料的主分量，或分析資料集有什么特點都可以歸于無監督學習方法的范疇) ，而有監督學習則是通過已經有的有標簽的資料集去訓練得到一個最優模型，像我們的CNN（卷積神經網路）模型都是運用了有監督學習去訓練出最優的模型，利用這個最優的模型就可以對一些影像進行場景分類，
3.有監督學習要實作的目標是“對于輸入資料X能預測變數Y”（有答案和方法的學），而無監督學習要回答的問題是“從資料X中能發現什么”（自學），
深度學習中的監督學習/無監督學習演算法：
深度學習是一種實作機器學習的技術，也包含了監督學習演算法和無監督學習演算法，常見的卷積神經網路就是一種有監督學習方法，在影像分類（如人臉識別）上應用非常廣泛，生成對抗網路（GAN）是一種無監督學習方法，經常被用來做影像生成（如深度卷積對抗生成網路(DCGAN)可用于生成卡通影像），轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/273546.html
標籤：其他
上一篇：手把手教你實作一個編譯器