欢迎关注ScalersTalk。IT人，搞技术，聊英语，玩口译，话学术，谈生活。学习成长，笔耕不辍。回复m查看文章列表，或者访问S君小站ScalersTalk.com

你现在看到的是技术系列文章，目前已经发表的文章如下，回复括号数字可阅读。

海量数据处理系列的前两篇：

[213]签名：集合的归纳描述

[207]海量数据相似性检测：文档的抽块处理(Shingling)

其他系列：

[152]清高与小我：谈技术人员的优越感(4)

[150]清高与小我：谈技术人员的优越感(3)

[149]清高与小我：谈技术人员的优越感(2)

[148]清高与小我：谈技术人员的优越感(1)

[112]扯点密码学：可证明安全随笔

[250]机器学习成长笔记(1)

[251]机器学习三要素：机器学习成长笔记(2)

[253]为什么需要机器学习：机器学习笔记(3)

公式采用的Latex编辑，可以在原文链接里看到转化后的版本。

4.有监督学习和无监督学习

a) 有监督学习

有监督学习(supervisedlearning)，就是通过样例给定输入与输出，让程序学会一些通用的规则，这样对于需要预测的数据，得到输出。就是给定$$(X_1,Y_1),(X_2,Y_2),\cdots,(X_n,Y_n)$$，对新的$$X_i$$，预测其对应的$$Y_i$$。分类，回归就属于本类。

我们在口译学习中，会有一个对照自己的译文和参考译文修正的过程，这其实是一个有监督学习。例如，通过练习并校对政府工作报告的中英文版本，我们可以从官方的译本里分析并学到诸多的翻译处理手法及要点，这些总结出来以后，可以为我们所用，用于新的材料的练习中。

b)无监督学习

无监督学习(unsupervisedlearning)，就是不给数据提供标签，由程序自动对数据进行聚类、概率估计、降维等工作。也就是给定数据$$X_1,X_2,\cdots, X_n$$，输出$f(X_i),f(X_i, X_j)$$

在我们练习完了大量的口译材料后，对其进行归结整理的过程，可以看成是一个无监督的学习过程。把相同的归归类，把复杂的细节抽象出经验，类似的工作其实没有一个绝对的答案，这就是一个监督学习的过程。

回复“100小时”查看口译100小时训练计划；回复“十万字”查看十万字视译计划。

S君的口译100小时、十万字视译训练交流QQ群，欢迎加入（群号为231441722）

S君个人微信号，ScalersTalker欢迎添加。

如果你觉得S君的文章对你有用，让你有所思有所想有所行动，不用感谢，打赏请S君喝杯咖啡就行:P 。支付宝账号是

scalerstalk [at] gmail [dot] com

想看更多相关文章，关注 ScalersTalk 回复任意小于标题括号中的三位数字查看。或者去我的站点 ScalersTalk.com 查看历史文章。