监督学习和无监督学习的主要区别在于是否使用标注数据集。A. 对B. 错

考查要点：本题主要考查对监督学习和无监督学习核心概念的理解，以及两者在数据类型和学习目标上的关键区别。

解题思路：

• 监督学习的核心特点是使用标注数据集（即每条数据都有明确的标签或目标值），通过学习输入与输出的映射关系完成任务（如分类或回归）。
• 无监督学习则不依赖标注数据，主要通过分析数据本身的内在结构完成任务（如聚类或降维）。
• 两者的根本区别在于是否需要依赖标注数据来训练模型。

1. 监督学习的特点

   • 输入数据有标签：例如，给定一组带“猫”或“狗”标签的图片，模型学习如何根据图片特征预测标签。
   • 目标明确：通常用于分类（如识别图像类别）或回归（如预测房价）任务。

2. 无监督学习的特点

   • 输入数据无标签：例如，直接处理未标注的客户行为数据，模型需自主发现数据中的分组（如客户群体划分）或简化数据维度。
   • 目标探索性：常用于聚类（如用户分群）、降维（如PCA）等任务。

3. 关键对比

   • 数据类型：监督学习需要标注数据，无监督学习使用未标注数据。
   • 学习目标：前者明确预测目标，后者探索数据内在规律。