“无监督学习”是一个被误解的术语吗？

是否所有机器学习在某种程度上都是被监督的？机器学习领域传统上在教学上被划分为 $有监督~与~无监督~学习$；其中有监督学习通常指从带标签数据学习，而无监督学习通常指从无标签数据学习。在本文中，我们断言事实上所有机器学习在某种程度上都是被监督的，且监督的范围必然与学习潜力的范围相称。具体而言，我们认为诸如 k-means 之类的聚类算法，以及诸如主成分分析、变分自编码器与深度信念网络之类的降维算法，各自都由数据本身内部监督以学习其对数据特征的相应表示。此外，这些算法在其各自输出（簇、主成分或表示编码）被识别并实际上外部标记之前，无法进行外部推断。因此，它们不足以作为无监督学习的例子。我们提议弃用“有监督与无监督学习”的分类，转而将学习算法分类为 $内部监督~或~外部监督$（或两者兼有）。我们相信这一视角的改变将对数据与学习算法的结构和特性产生新的根本性见解。