人工智慧機器學習的監督式和非監督式能解釋一下嗎。。能讓小白看懂的那種？

監督的智能來源是人類，非監督的智能來源是大自然。

·監督學習

天氣炎熱，你想要去買一個西瓜來喫，於是你興緻沖沖的來到了西瓜攤前面，但是這時你犯了難，究竟哪一個西瓜是好喫的呢？

細心觀察，你發現，這些西瓜都有一些特點，

色澤上：有的青綠，有的烏黑

敲起來的聲音：有的清脆，有的沉悶

瓜蒂的樣子：有的蜷縮，有的硬挺，還有的只是稍微有一點蜷縮

例如有這樣幾個西瓜：

西瓜1 = {色澤=青綠，敲聲=沉悶，瓜蒂=蜷縮}

西瓜2 = {色澤=烏黑，敲聲=沉悶，瓜蒂=蜷縮}

西瓜3 = {色澤=青綠，敲聲=清脆，瓜蒂=硬挺}

西瓜4 = {色澤=青綠，敲聲=沉悶，瓜蒂=稍蜷}

這個時候，一個你認識的阿姨也過來買西瓜，看到你犯難的樣子，她過來告訴你西瓜1和西瓜2都是好喫的瓜，西瓜3和西瓜4不好喫。你非常感謝，剛準備買一個回去，你又想到，如果下次來買西瓜，自己還是不會挑，怎麼辦呢？你想了想，可以根據阿姨剛才指出的好喫的瓜來發現一些規律。你想了一會，發現了一個可能的規律，敲聲=沉悶，瓜蒂=蜷縮可能就是好喫的瓜，這樣下次來買瓜也能買到好喫的瓜了，於是你抱著西瓜高高興興的回去了。

-----------------------------------------------------

在上面例子中，你根據西瓜的特點和阿姨告訴你哪個好喫最後推斷出什麼樣的瓜是好喫的瓜，這個過程就叫做監督學習。

下面給出一些概念：

4個西瓜組成一個數據集

{西瓜1，西瓜2，西瓜3，西瓜4}

每個西瓜是這個數據集中的一個樣本，每個樣本包含自己的特點，西瓜的色澤，敲聲，瓜蒂叫做樣本的特徵。

西瓜1好喫，西瓜2不好喫叫做樣本的標籤。帶有標籤的數據集可以如下表示：

{(西瓜1，好喫)，(西瓜2，好喫)，(西瓜3，不好喫)，(西瓜4，不好喫)}

監督學習換句話說就是根據樣本的特徵和標籤，學習到樣本特徵和標籤之間的聯繫。

-----------------------------------------------------

·非監督學習

那麼非監督學習是什麼呢。還拿上面的例子來說：

假如沒有阿姨告訴你哪個是好喫的瓜，哪個不好喫，而攤主只會說她的瓜都好喫，你不太相信攤主的話。（假如你也不知道敲聲沉悶的瓜好喫）

這樣你只能根據西瓜的特點來分類，你想到了這樣一種方法：把特點相近的西瓜分類在一起，

第一類，色澤=烏黑：{西瓜1}

第二類，色澤=青綠，敲聲=沉悶：{西瓜1，西瓜4}

第三類，瓜蒂=硬挺：{西瓜3}

這樣，根據樣本的特點，把樣本分成幾個類，每個類中的樣本有相似的特點，這就叫做無監督學習。無監督學習這裡分出的類，沒有像監督學習中的那樣，每個類有自己的標籤{好喫，不好喫}，而是每個類的樣本之間比較相似。

參考：《機器學習》周志華

更多有關人工智慧機器學習的知識，歡迎關注人工智慧平臺Mo（搜索「Mo」即可），有問題也歡迎私信小Mo～

https://momodel.cn/

發佈於 2020-08-08繼續瀏覽內容

知乎發現更大的世界打開

Chrome繼續

你也能懂的人工智公眾號——你也能懂的人工智慧

謝邀@gsushsh

簡單來說，有監督學習就是有明確的訓練樣本，能明明確確的告訴計算機你應該往哪方面訓練。而無監督學習就是給定你一些條件。你按照這些條件去分類學習。自己總結規矩。但是完完全全的無監督學習就目前弱人工智慧來說還是不存在的。你可以關注我的視頻和文章。我已經設計了強人工智慧初級情緒模型。可是現在相信我的人不多。希望以後能越來越多的人關注我，關注強人工智慧。這樣未來無可限量

強人工智慧未來到底是毀滅人類還是造福人類?你也能懂的人工智的視頻 · 1594 播放