Andrew Ng機器學習之一 導論

監督學習與無監督學習

監督學習（Supervised Learning)

Ng的原文是：

We gave the algorithm a data set that the "right answers" were given.

即給定了一個正確結果的集合供算法學習，強調了需要實現準備好正負樣本喂給機器。

無監督學習（Supervised Learning)

原文如下：

Given the data set, Unsupervised learning algorithm might decide that the data lives in two clusters, it breaks these data into two separated clusters, so it's called clustering algorithm.

可以對比發現，相比監督學習，無監督學習事先并未給出符合預期的正確結果，而是僅僅通過算法將這些數據進行聚類（clustering），但是我們事先并不知道歸類的類別分別是什么。

分類(Classification)和回歸(Regression)

原文：

The regression problems means a real, continuous value. However, the classification problems give the known several types and you need to classify. If the case is a small number of discrete values, we should treat it as a classification problem.

分類問題是用于將事物打上一個標簽，通常結果為離散值[1]。例如區分一張圖片中的動物是貓還是狗。而回歸問題是需要預測具體值的，例如基于現有的房價數據，推測2020年的房價。其本質差別是待歸屬的類別是有限還是無限的（是否可窮盡）。

[1]：回歸(regression)與分類(classification)的區別