机器学习分为：有监督学习，无监督学习，半监督学习等。今天跟小编一起来看有监督学习的内容吧。

一、有监督学习定义

有监督学习，就是大家常说的分类，通过某种或某些特性的样本作为训练集，建立一个最优模型(此模型属于某个函数的集合，最优代表此模型在某个评估标准是最佳的)，再利用这个模型来预测未知样本，此种方法被称为有监督学习。

二、有监督学习特点

1.有标签

假如有一张鸟的照片，我们都知道它是鸟，但是计算机却不知道，这时候就需要我跟给这张照片打上个标签，告诉计算机这是一只鸟，后面计算机根据这个标签对所有的鸟进行学习，于是就成功通过这一只鸟认识所有的鸟了。

已经标记好的数据(labelled data)，用来做训练来预测新数据的类型(class)，或者是值。预测已有类型叫做分类(classification)，预测一个值叫做回归(regression)。

2.典型问题

输入变量与输出变量均为连续的变量的预测问题称为回归问题(Regression)，输出变量为有限个离散变量的预测问题称为分类问题(Classfication)，输入变量与输出变量均为变量序列的预测问题称为标注问题。

分类：当输出为离散的，学习任务为分类任务。

回归：当输出为连续的，学习任务为回归任务