一、监督的再监督是什么意思？

监督的再监督是指将已有的人工监督式学习方法与自动化监督学习技术结合，增加其表现能力的一种监督学习技术。

它利用自动化技术来改进人工监督的限制，提供大量的可观察数据作为有监督学习的起点，以增强机器学习模型的性能。

监督的再监督不仅可以将传统的有监督学习方法提升到新的水平，而且节省了大量的时间、精力和成本，以构建更准确、更可靠的机器学习应用程序。

二、什么样的算法是监督型算法？

1)最小距离法

最小距离法就是利用选择出的各类训练样本，统计计算出它们在各波段上的平均值，并以此构成各类别在影像空间中的中心位置，然后计算影像空间里其他像元向量到各类中心的距离，这种距离可以是欧氏空间距离或其他高级复杂的距离，以计算出的距离最小来决定未知像元归属的类别，即距离哪一类中心位置最近就属于哪一类别。

最小距离法计算比较简单，容易实现，但其缺点主要是只简单地计算利用了各类样本的平均值，没有考虑每类样本内部存在不同的方差这一要素， 这样在利用未知像元到各类中心位置的距离来判断类别时，会出现错误分类的情况。因此，该方法在遥感影像分类中应用得不是很广泛。

2 )最大似然法

最大似然法是以未知类别像元属于某-类的条件概率最大为判别准则，是在假定了各类服从正态分布，利用到训练样本的平均值和方差，具体计算以Bayes准则为依据，来将各个未知像元分类到已知类别中。因此，该法对不同类别的方差变化反应较敏感，是一种较为成熟、广泛运用的监督分类方法。

3)光谱角制图法

光谱角制图法是一种以光谱向量之间的广义夹角大小来分类未知像元的监督分类方法。具体来讲，就是将实测的地物光谱或多光谱的像元点看作多维空间中的向量，以实测的已知地类或是从遥感影像上选择的已知像元点构成参考光谱向量，求出与影像上其他未知类别的像元光谱向量之间的广义夹角，以一定的阈值大小来确定未知像元的类别。

三、监督学习的主要类型是？

监督学习是指：利用一组已知类别的样本调整 分类器的 参数，使其达到所要求性能的过程，也称为 监督训练或有教师学习。

监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。监督学习算法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确地决定那些看不见的实例的类标签。这就要求学习算法是在一种“合理”的方式从一种从训练数据到看不见的情况下形成。

四、动画作监地位？

1.一般来说，一部商业动画为了保证进度会找来多个原画师来画不同镜头的原画，而工作量超大的动画更是分到数个工作室甚至拿到海外比如中国和韩国这些劳动力便宜的地方加工。

2.职位的地位 　　动画家被指派为这个职位，某种程度上可说是需要超群的绘图技巧。甚至可说，作画监督的技巧掌控着整体绘图品质的好坏。　　

3.播出形式 项目 单位 平均收入(日元) 　　TV 分镜 话 211,668 　　TV 演出 话 210,909 　　TV 总作画监督 月 314,000 　　TV 作画监督 月 315,294 　　TV 作画监督 话 300,118 　　TV 原画 CUT 3,942 　　TV 动画检查 话 69,684 　　TV 动画 枚 203 　　剧场版 原画 CUT 13,886 　　剧场版 动画 枚 311