机器学习前言

前言

本章介绍了机器学习的定义，以及常见的机器学习算法分类，作为后续学习的术语铺垫。

一、机器学习的定义

机器学习是指让机器像人一样学习，即喂给机器大量数据，让机器自动地去寻找特定规律，并运用这些规律完成预测和决策的过程。

二、机器学习算法分类

1. 监督学习（最常见的类型）

监督学习（Supervised Learning）：

• 通过许多输入x和映射正确的y来训练模型。即输入(x) + 标准答案(y)
• 然后提供其他的输入x，来看能否得出正确的y

其中，我们确定了训练数据中，贴的标签x—>y是对应的。

在常见的监督学习算法中，有两类：

1. 回归：预测y是无限数中任取的一个值
2. 分类：预测y是有限的一个值

2.无监督学习

无监督学习（Unsupervised Learning）

• 只有输入(x)，但没有标签y。

只有输入特征，没有标准答案。机器只能通过观测x的特性，自己发现数据中的结构和规律。
比如无监督学习算法会观察特征进行分组：比如聚类算法clustering。