升级成功！你已成为标签大师！还不太对哦！我们再检查一下这些标签吧。模式训练进行中...……是……？……还是……
我们给AI的“答案”（比如“胜利”或“失败”这样的词）叫什么？
正确！标签就是我们附加在数据上的已知答案，帮助AI学习。
在监督学习中，谁充当“监督者”？
没错！人类是监督者，因为他们为AI提供了带评分的示例以供学习。
什么是“训练数据”？
完全正确！训练数据就是用于教授AI的过往示例集合。
当AI查看标签时，它实际上在寻找什么？
答对了！AI在寻找将输入特征与正确输出标签联系起来的规律。
为什么我们要用标签来教AI？
太棒了！一旦AI从有标签的数据中学会规律，就能猜出从未见过的数据的答案。
当AI理解了标签后，区分类别下一步是什么？
太棒了！一旦知道了分组，AI就会学习如何绘制决策边界来区分它们！
1
监督学习：通过标签进行学习
EvoClass-AI004Lecture 3
0
🤖 哔啵！准备好训练你的AI了吗？请选择下方的训练步骤，了解标签是如何工作的。
Py-Bot指令实时
哔啵！欢迎，未来的分类大师！要帮助AI整理信息，我们需要像教课堂学生一样去教导它。让我们一起探索监督学习吧！
主题进度0%
想象你有一堆电子游戏统计数据。为了帮助AI，你将每个例子标记为“胜利”或“失败”。这些标签就像练习测试的答案卡。AI会观察这些例子——称为训练数据——来学习其中的区别！
1
子主题1
训练数据与标签
给AI提供“答案卡”以便学习。
在监督学习中，你是老板！你通过提供正确答案来充当“监督者”。AI的目标是找到将玩家数据与标签连接起来的数学规律，从而预测它从未见过的游戏结果！
2
子主题2
人类监督者
你是引导AI大脑的老师。
AI通常需要数千个带标签的示例才能成为专家。你提供的高质量标签越多，AI就越擅长找到正确的规律！
你知道吗？
AI通常需要数千个带标签的示例才能成为专家。你提供的高质量标签越多，AI就越擅长找到正确的规律！
加载中...
⭐⭐⭐

任务完成！

你已成为标签大师！