概念Supervised Learning

监督学习

机器学习的主要范式之一，使用带有标签的训练数据，目标是学习从输入特征到输出标签的映射函数，涵盖分类和回归两大子任务

核心事实

机器学习分为监督学习、非监督学习和半监督学习三大类

Machine learning is typically divided into three major paradigms: supervised learning, unsupervised learning, and reinforcement learning.

8月23日

监督学习本质上是函数逼近问题，通过最小化损失函数实现，常见损失函数包括回归任务的均方误差（MSE）和分类任务的交叉熵（Cross Entropy）

待验证50%

8月4日

Machine learning is typically divided into three major paradigms: supervised learning, unsupervised learning, and reinforcement learning.

部分验证65%

5月31日

机器学习分为监督学习、非监督学习和半监督学习三大类

已验证65%

机器学习分为监督学习、非监督学习和半监督学习三大类

Machine learning is typically divided into three major paradigms: supervised learning, unsupervised learning, and reinforcement learning.

监督学习本质上是函数逼近问题，通过最小化损失函数实现，常见损失函数包括回归任务的均方误差（MSE）和分类任务的交叉熵（Cross Entropy）