回归与分类：有监督学习中的两种主要任务

在有监督学习中，回归和分类是两种常见的任务。

回归是指根据输入变量预测连续输出变量的任务。回归问题的目标是找到一个函数，将输入变量映射到连续的输出变量。例如，根据房屋的面积、卧室数量和位置等特征，预测房屋的价格。在这个例子中，输入是房屋的特征，输出是房屋的价格，而预测的过程就是回归任务。

分类是指根据输入变量将实例划分到不同的类别中的任务。分类问题的目标是找到一个函数，将输入变量映射到离散的输出变量，即类别标签。例如，根据一张图片的特征，判断这张图片是猫还是狗。在这个例子中，输入是图片的特征，输出是'猫'或'狗'的类别标签，而判断的过程就是分类任务。

综上所述，回归和分类都是有监督学习中常见的任务，其中回归是预测连续输出变量，而分类是将实例划分到不同的类别中。