有監督機器學習的歷史標籤

Question

所以我被告知，對於監督式學習或分類算法，訓練和測試的輸入數據也包括標籤（或目標）。

所以我有這個非常混亂的想法，標籤來自哪裏，人們手動標記記錄？可能是一個非常龐大的訓練和測試數據集，如果有一個「程序」或方法自動標記記錄，那麼這意味着對於未來的數據，我們也可以擁有標籤？那麼爲什麼要預測呢？

也許我想念一些東西......任何人都可以幫助我一個真實世界的例子嗎？就像信用欺詐和非欺詐一樣，銀行工作人員可能會將帳戶標記爲欺詐或非欺詐行爲，或者如果他們有一個「公式」來表明欺詐，那麼「公式」應該一直使用銀行，主管學習在哪裏發揮作用？

Answer 1

監督學習的重點恰恰是猜測標籤是什麼。

因此，在您的信用卡詐騙案件中，人們確實已經手動將案件標記爲欺詐或不公開。與ML的想法是，你可以猜測，鑑於人們已經提出了什麼標籤，如果他們看到未來的數據，他們會想出什麼。