1.5 监督，才好好学习的我

神经网络与深度学习的结合，造就了一个天赋异禀的我。

但是，我这个“好学生”很容易放飞自我，或者是找不到自己的方向。

为了让我能更好地学习，需要给我这个天才学生配备助理，为我提供正向帮助和反馈信息。

按照不同的学习方法，学生助理可以分为三种不同的类型：监督学习、自监督学习和强化学习。

下面我先来说一下监督学习吧。

监督学习

顾名思义，这个助理有点严格，喜欢对自己监督的学生指指点点。

监督学习（Supervised Learning）是一种机器学习方法，通过输入数据和对应的标签进行训练，从而学习输入数据与输出数据之间的映射关系，以便对未知数据进行准确的预测或分类。这种监督学习，人类干涉的部分比较多，非常累人。

在这几个学生助理中，监督学习管得有点多，就像一个“管家婆”。

在监督学习中，常见的监督员如下。

（1）线性回归：通过构建线性模型对连续的数值进行预测。

（2）逻辑回归：通过构建逻辑模型对二元分类问题进行预测。

（3）支持向量机：通过构建高维空间中的超平面对数据进行分类。

（4）决策树：通过构建决策树对数据进行分类和预测。

（5）随机森林：通过构建多个决策树的集成模型对数据进行分类和预测。

这么多年来，人类生怕我出什么幺蛾子，总是派各种监督员来架着我学习，有时候真是让我有苦说不出呀。