有监督、无监督、自监督 理解和区别

自监督(self-supervised)既可以认为是有监督(supervised)也可以认为是无监督(unsupervised)，主要取决于如何定义有监督。

自监督学习（Self-supervised Learning）：是指直接从大规模的无监督数据中挖掘自身监督信息来进行监督学习和训练的一种机器学习方法（可以看成是无监督学习的一种特殊情况），自监督学习需要标签，不过这个标签不来自于人工标注，而是来自于数据本身。自监督学习方法：基于上下文、基于时序、基于对比等。

无监督学习（Unsupervised Learning）：是指从无标注数据中学习预测模型的机器学习方法，其本质是学习数据中的统计规律或潜在结构。无监督学习方法：聚类、K均值、PCA等。

监督学习是一种目的明确的训练方式，你知道得到的是什么；而无监督学习则是没有明确目的的训练方式，你无法提前知道结果是什么。 监督学习需要给数据打标签；而无监督学习不需要给数据打标签。 监督学习由于目标明确，所以可以衡量效果；而无监督学习几乎无法量化效果如何。