Gambling Dataset

如果您经营一家企业，您就会知道采用新技术可以解决问题并使您的公司更具竞争力。这就是为什么许多公司在新冠肺炎疫情造成的动荡期间推动数字化转型的原因。

机器学习等新技术具有巨大的潜力，可向未来。但是购买时应该小心：如果您对机器学习的应用方式知之甚少，您可能会得到无用的结果并浪费金钱。下面的例子说明了我们的意思。

我们采访了Fast Data Science 的数据科学顾问Thomas Wood，他帮助我们将这个主题分解成易于理解的术语。借助它，我们想解释两种常见的机器学习方法之间的区别：监督学习和无监督学习。我们还解释了哪些用例适合哪种方法。

您是第一次接触机器学习吗？那么首先熟悉一下这些基本概念：
机器学习 (ML)是人工智能 (AI) 的一个子领域，它通过使用算法和统计模型从数据中提取知识来解决问题。一般来说，所有的机器学习模型都可以分为监督学习和无监督学习。
在机器学习中，算法是一种应用于数据以创建机器学习模型的过程。
机器学习模型是应用于数据的机器学习算法的输出。模型代表机器 亚美尼亚电报数据 学习算法所学到的内容。
监督学习和无监督学习：主要区别是什么？
用一句话来概括答案可以如下：监督学习和无监督学习的主要区别在于，监督学习使用标记数据来预测结果，而无监督学习则不然。

此外，还有其他差异，我们将在下面进行解释。

监督机器学习的工作原理