今天爱分享给大家带来有监督学习和无监督学习的区别【机器学习面试题】，希望能够帮助到大家。
监督学习：
监督学习是指学生从老师那里获取知识、信息，老师提供对错指示、告知最终答案。学生在学习过程中借助老师的提示获得经验、技能，最后对没有学习过的问题也可以做出正确解答。在监督学习中，我们只需要给定输入样本集，机器就可以从中推演出指定目标变量的可能结果。机器只需从输入数据中预测合适的模型，并从中计算出目标变量的结果。要实现的目标是“对于输入数据X能预测变量Y”。
无监督学习：
无监督学习是指在没有老师的情况下，学生自学的过程。学生在学习的过程中，自己对知识进行归纳、总结。无监督学习中，类似分类和回归中的目标变量事先并不存在。要回答的问题是“从数据X中能发现什么”。
2.监督学习/无监督学习算法：
监督学习一般包括分类与回归两种类型。分类问题的目标变量只在有限目标集中取值（标称型），比如，最简单的手写数字识别问题，目标结果在集合{0、1、2、3、4、5、6、7、8、9}中。而回归问题的目标变量是数值型的，也就是可以从无限的数值集合中取值，比如预测乐高玩具套装的价格，它可能是你设想的任意一个数字。
下面分别列举几个监督学习和无监督学习中常用的算法。
3.深度学习中的监督学习/无监督学习算法：
深度学习是一种实现机器学习的技术，也包含了监督学习算法和无监督学习算法。常见的卷积神经网络就是一种监督学习方法，在图像分类（如人脸识别）上应用非常广泛。生成对抗网络（GAN）是一种无监督学习方法，经常被用来做图像生成（如深度卷积对抗生成网络(DCGAN)可用于生成卡通图像）。