刚入门机器学习、深度学习，主要用来做分类。在这里记录一下自己的学习历程吧，说一些自己的理解。
首先就是有监督和无监督，有标签和无标签到底是什么？听师兄们在做报告的时候总会说到这些，心里总是有大大的疑惑！
有监督学习
，其实来说就是 对于一个东西，你已经知道他是什么东西了（这里的东西可以理解为训练集），然后你把这个东西告诉给神经网络或者是其他的算法，跟他说：这个东西就是属于这一类；经过多个训练样本对神经网络进行训练之后，神经网络就已经学习到了你给他的东西的一些特征，产生了一些模型，具体来说应该就是权重和偏置吧。训练了很久，你感觉这个模型已经足够好了，这个时候你又拿出了一个东西给到神经网络，然后和他说，你告诉我这个是什么东西。这时候神经网络就会根据之前学习的经验，告诉你这个东西是什么。在这个过程中也会涉及到标签的概念，下面具体举个例子说明一下。
比如：你有很多个苹果和梨，他们分别是什么这个是提前知道的。你拿了苹果告诉神经网络说这是苹果，让他去学习他的特征（这个时候苹果就是
标签
，在算法上可能用0、1形式表示）。同样梨也是如此，神经网络学习完了之后。你又拿出了一个不知道是什么的东西，给到神经网络，让他告诉你这是什么。
无监督学习
，就是我们一开始也不知道这些东西是什么，也就是没有标签。然后有一大推一大推，根本无法判断。无监督学习，他就是通过找到这一大堆东西之前的特征，把他分成好几个类，使得同一类东西之前的差别最小，而不同类之间的差别最大。给他们分成了很多组。
另外，有监督学习是要有训练集和测试集的，而且在训练的时候输入训练集和他对应的标签，然后用对应的测试集去验证。无监督学习则不需要，他只需要你有一组数据，然后就根据这组数据的某些特征自动的给你分成几类，以至于最后的结果你也不知道是什么东西，还需要一些有相关知识的人员再进行进一步判断。
以上————————————————————————————————————————————-