输入数据是标记的数据集还是未标记的数据集？如果没有标记，您的团队可以添加额外的标记吗？
你想达到什么目标？您是否正在处理反复出现的、明确定义的问题，或者算法是否需要预测新问题？
是否有支持你的数据结构和数量的算法？它们是否具有您需要的尺寸（特征或属性的数量）？
监督机器学习的用例
根据Gartner的研究，监督学习是最受欢迎、在商业场景中应用最为广泛的机器学习方法。原因可能是尽管对大量数据进行分类具有挑战性，但监督学习的结果非常准确和值得信赖（完整的英文源代码可供客户使用）。
。其中一些是特定于行业的，其他可以应 亚美尼亚电报数据 用于任何公司。
识别疾病的风险因素并制定预防措施
将电子邮件分类为垃圾邮件或非垃圾邮件
预测房地产价格
预测客户流失
预测降雨和天气状况
确定贷款申请人的风险状况。
预测汽车发动机机械部件的故障
预测帖子在社交媒体上的分享频率以及其将取得怎样的表现
伍德向我们展示了他如何利用监督学习来开发一个系统来对客户的来信进行分类。使 用CRM 系统，电子邮件被分为代表常见请求（例如客户地址变更或投诉）的不同组。然后，伍德使用这些类别来训练模型，以便当模型收到新电子邮件时，它知道它属于哪个类别：他说：