概念

  • 机器学习:在没有明确设置的情况下,使计算机具有学习能力的研究领域。(也可以定义为计算机程序从经验E中学习,解决某一任务T,进行某一性能度量P,通过P测定在T上的表现因经验E而提高)
  • 监督学习:我们给算法一个数据集,其中包括正确答案。即对于数据集中的每个样本,我们都给出了正确的答案,最终我们希望算法可以预测给定的数据,并给出正确的预测结果
  • 无监督学习:Unsupervised learning allows us to approach problems with little or no idea what our results
    should look like. We can derive structure from data where we don’t necessarily know the
    effect of the variables.
  • 回归:预测连续的数值输出,例如预测房价
  • 分类:设法预测一个离散的输出(预测的结果范围不止两种,可能有更多种),也就是类似于预测0或1