有监督和无监督学习都各有哪些有名的算法和深度学习？ 第1页

看您是做量化的，最近在找类似的工作，跟您讲讲我对机器学习的认识。

深度学习是个框架，有监督无监督学习算法都有。

什么是有监督学习呢，简而言之，就是分类算法。

有监督学习称作有老师的学习, 老师这个概念很虚，简而言之，就是样本的标签已经打好了。

反之，无监督学习是没有老师的学习，样本的标签没有打好。

标签这个概念也有点玄幻，我下次再来讲讲标签这个概念。

=============================分割线==================

标签，简而言之，就是样本的分类标签，是不重合的，比如男/女，价值/非价值。

举个例子，判断一支股票是价值型还是非价值型。

我们有三只股票

PE-Ratio 标签

股票a 3 价值

股票b 5 价值

股票c 2 非价值

假如要做一个分类系统，很显然，那就是如果 PE-Ratio大于3，就是价值型股票。

分类系统做好了，现在新来一支股票，PE-Ratio是4，系统判断4>3,那就是价值股票。

简而言之，有训练样本的，就是监督型学习。回归也是监督型学习，因为必须要有标签的数据集才能训练样本。

==========================无监督学习 ====================================

无监督学习一般指的是聚类算法，我们事先不知道样本的类别，通过某种办法，把相似的样本放在一堆，比如我们假设一共有两类数据在样本中，那么我们将样本聚成两类，经过定性分析，就可以给两类加标签了。