我不同意 MNIST 是监督学习的“hello world”的上下文。不过，这绝对是图像分类的“hello world” ，这是监督学习的一个非常具体的子领域。

我认为Iris数据集是监督学习的“hello world”的更好候选者，与Wine、Wisconsin 乳腺癌或Pima indians数据集等其他接近的候选者一样。然而，作为一种更简单、更替代的选择，很多人更喜欢生成自己的二维数据集，以便更直观地了解不同算法在做什么。TensorFlow 游乐场就是一个例子。

同样，在无监督学习中，有很多不同的任务。我个人认为聚类可能是人们更容易理解的任务，因此是无监督学习最常见的介绍。这里也有两个选项：

• 使用已经建立的数据集，例如Iris（没有标签）。
• 生成您自己的合成二维数据，以更好地了解算法的工作原理。一个例子就是这样。