【干货】监督学习知识手册大全|维基百科书，附103页pdf下载

题目： Supervised learning

简介：

监督学习是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习,其同样是基于示例输入-输出数据对，在输入和输出数据之间建立数学函数的机器学习任务，而该数学函数来源于对有标签训练数据集的学习过程。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。一个监督式学习者的任务在观察完一些事先标记过的训练范例（输入和预期输出）后，去预测这个函数对任何可能出现的输入的输出。要达到此目的，学习者必须以"合理"（见归纳偏向）的方式从现有的资料中一般化到非观察到的情况。在人类和动物感知中，则通常被称为概念学习（concept learning）。

主要内容：

• 监督学习
• 统计分类
• 回归分析
• 感知器
• 线性回归
• 逻辑回归
• 支持向量机
• 朴素贝叶斯分类器
• 决策树学习
• 人工神经网络
• 集成学习
• k近邻算法