监督学习的目的是从训练数据中学习一个函数，收集数据、准备数据、分析数据、训练模型、评估结果、使用模型.通常利用数据的本质特征来发现数据之间的关系.无监督学习的目的是从数据中发现有用的联系.
无监督学习流形学习TSNE，监督学习和无监督学习？
监督学习是一种机器学习方法，其中一个或多个输入特征被映射到一个或多个输出变量上.监督学习的目的是从训练数据中学习一个函数，以对具有未知输出的新实例进行预测.它的过程包括:收集数据、准备数据、分析数据、训练模型、评估结果、使用模型.
无监督学习是一种机器学习方法，它不需要标签数据，通常利用数据的本质特征来发现数据之间的关系.无监督学习的目的是从数据中发现有用的联系，同时发现未知结构.它的过程包括:收集数据、准备数据、分析数据、建模、调整参数、评估结果.
TSNE是一种无监督学习流形学习方法，它可以将复杂的、高维度的数据降维到二维或三维，从而可视化出数据之间的关系。它的过程包括:收集数据、准备数据、定义损失函数、训练模型、评估结果.