本文主要是介绍吴恩达机器学习笔记 三十五 异常检测与监督学习，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
什么时候选择异常检测？
正样本 ( y = 1 ) 的数量非常少
负样本 ( y = 0 ) 的数量非常多
有很多不同的异常，现有的算法不能从正样本中得知什么是异常，或未来可能出现完全没见过的异常情况。
例如金融欺诈，隔几个月或几年就有新的方式出现。
什么时候选择监督学习？
当正样本和负样本的数量非常多时。
有足够的正样本让算法学习到正样本什么样，且未来出现的正样本会和以前的类似。
例如垃圾邮件，大概率和从前的垃圾邮件类似。
各自的应用
异常检测
欺诈检测
制造业：发现从前没有的缺陷
控制数据中心的设备，黑客总会使用全新的方式入侵
监督学习
垃圾邮件分类
制造业：发现已知的，从前出现过的缺陷
天气预测
疾病分类
这篇关于吴恩达机器学习笔记 三十五 异常检测与监督学习的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
