其实，监督学习与无监督学习，就好比现在大多数中国家庭里面对孩子的教育一样。有的父母喜欢监督、指导孩子学习，这样不仅仅父母累，孩子可能也会累，得到的都是标准答案；另一类是非常有自主学习能力和习惯的孩子，他们会主动去学习，去寻找正确的答案，有时候得到的答案可能不是标准答案，但是这样孩子的学习能力是非常强的。而且，等到初中及以上，大部分父母都没法进行监督学习了。这就像机器学习一样，当面对大量的数据和分析时，人已经无能为力，必须通过无监督学习进行。对孩子的教育也一样，刚开始可以实行监督学习，慢慢地必须让其掌握方法，培养习惯，让其进入无监督学习状态。
在机器学习领域，经常听到诸如“XGBoost”和“F-Score”之类的术语。最常见的两种是“监督”和“无监督”学习。今天，我们为您深入浅出讲解！
其实，监督学习与无监督学习，就好比现在大多数中国家庭里面对孩子的教育一样。有的父母喜欢监督、指导孩子学习，这样不仅仅父母累，孩子可能也会累，得到的都是标准答案；另一类是非常有自主学习能力和习惯的孩子，他们会主动去学习，去寻找正确的答案，有时候得到的答案可能不是标准答案，但是这样孩子的学习能力是非常强的。而且，等到初中及以上，大部分父母都没法进行监督学习了。这就像机器学习一样，当面对大量的数据和分析时，人已经无能为力，必须通过无监督学习进行。对孩子的教育也一样，刚开始可以实行监督学习，慢慢地必须让其掌握方法，培养习惯，让其进入无监督学习状态。
什么是机器学习？
什么是机器学习？这个定义引起了激烈的争论，我们引用机器学习大师 Andrew Ng （吴恩达）的名言来解释：
“机器学习是一种技术，它可以让计算机仅通过查看数据就变得越来越智能。”
现在，我们来讨论让这些计算机变得更智能的方法。
监督与无监督学习
从广义上讲，您可以将大多数机器学习算法归为两类之一——有监督和无监督。如果您意识到您需要使用机器学习来解决问题，您将需要确定您将使用哪种方法。
在监督学习算法的情况下，您可以通过告诉模型答案是什么来拟合模型。这很像您的说西班牙语的朋友指着桌子说“Mesa”。现在，您知道西班牙语中的桌子是什么了！她为您提供了正确的输入和输出，以便您进行关联。监督学习算法也是如此。
无监督学习就是学习，但是，你猜对了，没有提供答案！这完全是另一场比赛。这些算法似乎神奇地解决了我们甚至不知道存在的数据问题。
监督学习：示例
因此，需要为监督学习算法提供答案（也称为标签）。然后它可以在输入和提供的答案之间绘制出“转换”或翻译。例如，更多的学习时间会映射到更高的成绩吗？直觉上，我会说是的，我们可以使用数据更确定地回答。我们需要做的就是跟踪学生投入了多少时间学习样本，然后通过提供答案来训练模型。
下面是两所葡萄牙学校的学生最终成绩与下面的学习小时数组（箱）进行了对比：
我们可以看到一个小的正相关，这意味着学习时间更长和取得更好的成绩之间可能存在联系。虽然令人惊讶的是，这种关系并没有你想象的那么牢固！学习时间长不一定总能给你更好的成绩。正如他们所说，“......更聪明，而不是更难”！
无监督学习
这就是魔法发生的地方。当你的老板递给你一些非描述性数据时，你会使用这些算法，比如“嘿，你知道机器学习。你能从这些数据中找到什么？”。
聚类
无监督学习算法不需要标签就可以使用。相反，我们可以简单地输入数据来进行一些“数据挖掘”。即使刚进入教室，您是如何感觉到教室里的“朋友群”的？也许是他们坐得有多近，或者他们的服装相似。同样，我们可以使用无监督学习在数据中找到分组。
对于一个经典示例，可以查看客户细分问题（数据集）。这个想法是有一些关于客户的信息，并且您怀疑可能存在一些组（或细分）。了解这一点可能有助于定位营销和业务工作。
使用聚类算法 k-means，我们可以清楚地看到有一组集群是高收入者和高支出者。还有一个低支出、高收入的群体。
异常检测
聚类并不是无监督学习唯一可以做的事情！无监督学习有很多技巧。另一个无监督学习问题集是异常检测。这在各种场景中都很方便。例如，您可以发现来自传感器的错误数据点、识别欺诈者并突出复杂数据集中的异常事件。
这是一个简单的示例，用于发现与平均值“相差太远”的异常数据点。
降维
复杂的数据集可能很麻烦，尤其是当我们只能想象最多 3 维的图形时。使用一个漂亮的算法，我们可以只用二维来描述复杂的数据。
以500,000 条 美食评论为例。阅读所有评论是不切实际的，更不用说在合理的时间内找到共同的主题和话题了！为此，我们可以使用机器学习对评论进行编码，并将复杂信息减少到二维，以更好地理解数据。下面，我们可以根据二维图中的多维“含义”看到一些清晰的评论分组。
小结
机器可以通过多种方式学习。你使用什么方法取决于数据和你要解决的问题。也许你有一些带有标签的数据，需要归纳起来进行预测，或者你只是想找到一些模式。
其实，监督学习与无监督学习，就好比现在大多数中国家庭里面对孩子的教育一样。有的父母喜欢监督、指导孩子学习，这样不仅仅父母累，孩子可能也会累，得到的都是标准答案；另一类是非常有自主学习能力和习惯的孩子，他们会主动去学习，去寻找正确的答案，有时候得到的答案可能不是标准答案，但是这样孩子的学习能力是非常强的。而且，等到初中及以上，大部分父母都没法进行监督学习了。这就像机器学习一样，当面对大量的数据和分析时，人已经无能为力，必须通过无监督学习进行。对孩子的教育也一样，刚开始可以实行监督学习，慢慢地必须让其掌握方法，培养习惯，让其进入无监督学习状态。
对于学生或者孩子，我们总是希望能够提前了解或者说预测TA的成绩将是多少？有没有想过这个神奇的方法：可以用机器学习来预测学生成绩，没错，确实可以的，而且比较精准。需要本文中的数据集或者感兴趣的朋友可以关注我们或者联系作者（微信同名），下期将会推出这个主题：怎样用AI/机器学习来预测学生的成绩！
您可能感兴趣
