监督学习

监督学习是指使用同时包含输入特征和对应正确输出（标签）的数据集来训练模型。 目标是根据学到的函数，预测新的、未见过的输入所对应的输出。 
监督学习主要有两种类型：

• 分类：目标是预测类别标签，也就是从预先定义的一组选项中进行选择。例如，想象一下把电子邮件分成“垃圾邮件”和“非垃圾邮件”。或者，当你的手机识别你的脸并解锁时，它就是在使用分类来判断：“没错，那就是你！”
• 回归： 目标是预测一个数量。例如，根据房屋的面积和位置等各种特征预测房价，或者根据汽车的品牌、型号和车龄来估算它的价值。这就像在玩《The Price is Right》。

在这门课程中，我们会学习不同的算法，并讨论它们更接近监督学习还是无监督学习。