监督学习即是supervised learning，原始数据中有每个数据有自己的数据结构同时有标签，用于classify，机器learn的是判定规则，通过已成熟的数据training model达到判断新点类型的目的。

非监督学习即是unsupervised learning，原始数据中没有附加标签，仅有数据结构，cluster的过程是机器发现相似数据结构先去找相似pattern，没有新加入的数据，仅是对原始数据的描述。

最新文章

1. VS2015链接错误一则
2. SQL server 数据库连接方式分析
3. HTML 表单总结http://images2015.cnblogs.com/blog/1001203/201607/1001203-20160730200559841-2144892373.png
4. 比nerdtree更好的文件浏览器：vimfiler
5. Git 在小团队中的管理流程(转)
6. 后台XML处理
7. NGINX下配置CACHE-CONTROL
8. .Net中集合排序的一种高级玩法
9. 如何访问https的网站?-【httpclient】
10. 【sping揭秘】21、Spring动态数据源的切换
11. Kernel 3.0.8 内存管理函数【转】
12. [Robot Framework] 学习资料
13. 浅谈压缩感知（十五）：感知矩阵之spark常数
14. [原]git的使用(一)---建立本地仓库、add和commit、status和git diff、版本回退使用git reset
15. hibernate hql limit的实现方式
16. unix常用命令记录
17. Jacoco的原理
18. MySQL的用户账户管理
19. JavaScript-常用正则函数(适合忘记时看)
20. 【Excle】两个表格多列数据对比，找出差异

热门文章

1. 配置window下python3环境
2. Ubuntu---VIM 常用命令
3. ZJNU 1528 - War--高级
4. HTML5之FileReader小结
5. ASP.NET core MVC动作过滤器执行顺序
6. elasticsearch min_hash 应用分析
7. Java复习(五)接口与多态
8. linux 添加常用长命令别名
9. 系统学习javaweb4----CSS层叠样式表（结束）
10. RDD(一)——概述