機器學習

監督式學習(supervised learning)

監督式學習是機器照著範例學習的方式,而且手裡握著一份「標準答案」。你給它成千上萬個例子,每個輸入都已經配好了正確的輸出——一張標著「貓」的照片、一封標為「垃圾郵件」的郵件——它便慢慢摸索出連接二者的規律。這就像學生背記憶卡片:正面是問題,背面是答案,反覆練習,直到規則爛熟於心。

其全部意義在於舉一反三。一旦訓練完成,機器就該能應對從未見過的輸入——一張全新的照片、明天才到的郵件——並依然給出正確答案。這類任務分兩種口味:分類,輸出是一個類別(貓還是狗、是不是垃圾郵件);迴歸,輸出是一個數值(一套房子的價格、明天的氣溫)。

棘手之處——而且分量很重——在於那些標籤。每個例子都必須標註上正確答案,通常得靠人來做,既慢又費錢。而且機器只學得到標籤所教的東西:餵給它有偏差或馬虎的例子,它就會忠實地把這些毛病複製出來。「監督」並不是說有人在機器幹活時盯著它看;而是說在訓練時,有一位「老師」提供了答案。

給它看 1 萬張分別標著「貓」或「狗」的照片;之後它便能自己為一張新照片貼標籤。

分類:標籤教會它,隨後它把所學推廣到未見過的樣本。

這個名稱可追溯到機器學習的早期年代:那些帶標籤的例子充當「監督者」或老師,糾正模型的猜測。它的對立面是非監督式學習——沒有標準答案,必須自己在資料中找出結構。

又稱
labeled learninglearning from labeled data监督式学习有监督学习監督學習