监督、非监督学习和回归、分类问题的关系如何理解？

来源：6-1 什么是梯度下降法

神经旷野舞者

2018-02-10

提到梯度下降法是一种基于搜索的优化方法，并不是机器学习算法，想到一个问题，感觉又搞晕了，如题，然后我的理解是如下，不确定对不对：

监督学习/非监督学习：这是一种学习方法；

回归问题/分类问题：这是实际中需要面对的问题；

同一个学习方法可以用于多个问题，一个问题也可能通过多种学习方法来解决。

写回答

1回答

liuyubobobo

2018-02-11

已采纳

再总结：

机器学习的种类可以分成：监督学习；非监督学习；半监督学习；增强学习。

监督学习：主要可以解决分类，回归两大类问题；

非监督学习：橘遥可以解决聚类分析，数据降维，异常点监测等问题；

半监督学习：本课程不涉及；

增强学习：本课程不涉及；

其中监督学习和非监督学习的界限，在于数据是否有label；请在复习课程中所讲解的监督学习和非监督学习的定义：）

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5893 学习 · 2454 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1