督学习。
，将开启计算机的诸多新用途，并提升其能力和定制化水平。而对机器学习信息处理算法的深入理解，或许也能让我们更好地理解人类的学习能力及其障碍。
“人工智能的关键始终在于 其表征。”——杰夫·霍金斯
涉足机器学习领域的学生一直难 电话号码数据库 以区分监督学习和无监督学习。这两种学习方法使用的程序看似相同，这使得人们难以区分它们。然而，只要仔细研究并保持专注，就能清楚地发现，监督学习之间存在着显著的差异。
为什么选择 AI/ML？
地球的未来属于人工智能/机器学习。任何不理解它的人很快就会发现自己被抛在后面。在这个充满创新的世界里醒来，感觉越来越像魔法。有很多种实现方式和技术可以运用人工智能和机器学习来解决实时问题，其中监督学习是最常用的方法之一。
机器学习使用两种技术：监 投诉部门工作阶段 督学习，即在已知的输入和输出数据上训练模型，以便能够预测未来的输出；无监督学习，即在输入数据中发现隐藏的模式或内在结构。
[图片来自www.mathworks.com]
什么是监督学习？
监督方法试图发现输入属性（有时称为自变量）与目标属性（有时称为因变量）之间的关系。所发现的关系以称为模型的结构来表示。
通常，模型描述并解释隐藏在数据集中的现象，并可用于在已知输入属性值的情况下预测目标属性的值。监督方法可以应用于 线数据库市场营销、金融和制造业等多个领域。
区分两种主要的监督模型很有用：分类模型（分类器）和回归模型。回归模型将输入空间映射到