待验证50% 置信事实精确时间

监督学习通过给数据打上标签让机器学习图片与标签的关系来做预测

1

来源数

50%

置信度

长期有效

时效性

2026/9/20

首次发现

来源

从AI到大模型：零基础理清人工智能技术脉络

涉及实体

监督学习concept

相关事实

待验证机器学习系统通过对大量数据的训练自动发现规律并在新数据上进行泛化预测74% 相似待验证成对数据（转换前位图与转换后矢量图一一对应）在监督学习中被称为标注数据，是训练AI模型理想的数据形态73% 相似待验证机器学习中的决策树是监督学习算法，使用信息增益或基尼系数等指标自动计算节点阈值73% 相似待验证基于原型的网络为每个类别学习若干个可学习的原型，通过计算输入图片与各原型的相似度并结合责任度评分机制完成分类72% 相似待验证监督学习的目标是学习输入特征X到输出标签Y的映射函数，分为分类（离散标签）和回归（连续标签）两大子任务72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/936616

API

curl https://kongchang.com/api/v1/knowledge/claims/936616

MCP

get_claim(id=936616)