机器学习———什么是监督学习/无监督学习

什么叫机器学习？

举个例子来看，拿一个能够下围棋的机器人来举例子，在他的学习阶段就是让他不断地与人类下围棋，他慢慢在游戏的过程中就能找到规律，知道好的布局。也就是说让机器以某些数据为对象来寻找规律，进而进行总结学习这就是机器“学习”的过程。

通俗易懂的理解以下两个重要概念,也是学习算法的一个大类

监督学习：

给予算法一些有准确预测结果的数据，让算法来进行预测学习

监督学习中举例有几种问题：

回归问题：是用来解决处理连续型数据的问题，即预测连续数据的输出。

分类问题：用来解决处理离散型数据，预测他的输出。

无监督学习：

将一些没有分类的数据集进行处理

聚类算法：算法将数据集分类，有共同属性的数据被分到一类。

聚类算法应用比较广泛，比如常见的“共同好友推荐——可能认识的人”，“客户需求细分”

监督学习和无监督学习的区别就是监督学习的数据是被明确告知预测结果的数据，而无监督学习是只给你一些数据集，不明确告诉你每个数据对应的预测结果