(轉載)
“監督學習(Supervised Learning)”是各種統計學習方法中最單純，最容易理解
的形式。
一般而言，監督學習的正規定義可以這樣來描述。
每筆資料點(data point)
是由一個特徵向量，我們以 表示之，和一個類別標籤(class label) 所組成；同
時，假定有一個未知(underlying)的函式 存在，對於每一筆訓練的資料點
來說， 是恆成立的。
於是學習演算法的目標就是要找一個令人滿意的近
似函式h，並使得針對任何一筆新增的特徵向量
Χ y
f Χ y),(
fy Χ= )(
Χnew 所求得的類別標籤 可以
愈接近原始函式 計算的結果。
這個近似函式 ，我們就稱為分類器(classifier)，
如此命名的原因，是因為它可以將輸入的特徵向量分發或歸類到某一個真實或接
近真實的類別。
監督學習能被應用於很多的問題上，包括手寫辨識、醫學診斷和
部分語音或文字的標籤處理。..詳文... 整體學習(Ensemble Learning)入門