详细内容或原文请订阅后点击阅览
什么是监督学习？
为什么重要：术语“监督”表示算法由整个过程中的观察和纠正错误驱动。
来源:人工智能+简介
简介本文旨在演示监督学习的工作原理，以及如何使用它来构建高度准确的机器学习模型。
监督学习
监督学习监督深度学习算法使系统能够通过使用观察者（可以纠正输出）监督整个过程来通过示例进行学习。 术语“监督”表示算法由整个过程中的观察和纠正错误驱动。
监督学习是机器学习和人工智能的子类别之一，也可以称为监督机器学习 (SML)。
为了训练能够准确分类数据或预测结果的算法，此方法依赖于可用于训练算法的标记数据集。
当数据输入模型时，权重会不断调整，直到模型达到合适的拟合度，这是交叉验证过程的一部分，交叉验证在模型输入数据期间和之后执行。
监督学习过程涉及识别或映射输入数据与提供的输出数据，本质上是监督结果。监督学习算法根据训练过的数据集，在输入变量 (x) 和输出变量 (y) 之间找到映射函数。
)Y = f(X)
Y = f(X) Y = f(X)映射函数应该近似得非常好，这样当新的输入 (x) 引入模型时，输出值 (Y) 就可以预测。
在学习过程中，我们知道正确的答案，算法根据训练数据进行预测，然后老师在算法前进的过程中对其进行纠正。一旦算法达到我们认可的性能水平，学习就结束了。
监督学习帮助我们解决现实世界的问题，如风险评估、图像分类、欺诈检测和垃圾邮件过滤。