监督学习与无监督学习

监督学习是指从有标记的训练数据中学习模型的机器学习任务。在监督学习中，每个训练样本都有对应的输入特征和已知的输出标签（或目标值），模型通过学习这些输入与输出之间的映射关系，从而能够对新的、未见过的输入数据进行预测或分类。

无监督学习是在无标记的数据上进行学习，数据集中仅包含输入特征，没有给定的明确输出标签或目标值，模型旨在发现数据中的内在结构、模式或规律。

举例

上述图片展示了三种不同的神经网络，分别是标准神经网络、卷积神经网络、循环神经网络。这些在后面介绍。