一.机器学习

1.1机器学习定义

• 一个计算机程序被称为可以学习，是指它能够针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高
• 任务T：编写计算机程序识别菊花和玫瑰
• 经验E：一大堆菊花和玫瑰的图片（即训练样本）
• 性能指标P：不同的机器学习算法会有不同（比如可以使用识别率作为性能指标，即把更多的菊花识别为菊花，更多的玫瑰识别为玫瑰，识别的正确率称为识别率）
• 根据定义，机器学习就是针对识别菊花和玫瑰的任务，构造某种算法，这种算法的特点是，当训练的菊花和玫瑰的图片越来越多的时候，也就是E越来越多的时候，识别率P也会越来越高。

1.2机器学习的特点

• 数据=特征
• 答案=标签
• 规则=模型
• 样本=数据+答案

1.3关于数据的基本概念

• 处理的数据格式和excel表格或者结构化数据表格相同。
• 整个表格称为数据集（即所有样本组成的集合）
• 行称为样本或实例
• 列称为特征或属性

二.机器学习的主要工作

• 根据学习方式：监督学习、非监督学习、强化学习等
• 根据学习任务：分类、回归、聚类、降维等

2.1从数据中学习【监督学习】

• 常见的监督学习任务是分类和回归。
• 当模型被用于预测样本所属类别时，就是一个分类问题，例如要区别某张给定图片种的对象
  是猫还是狗
• 所要预测的样本结果为连续数值时，就是一个回归问题，例如要预测某股票未来一周的市
  场价格。

2.2分析无经验的新问题【无监督学习】

• 无监督学习（有些书籍也称为非监督式学习），则是在没有训练集的情况下，对没有标签的数据进行分析并建立合适的模型，以便给出问题解决方案的方法。
• 无监督学习中样本没有对应的标签或目标值。
• 半监督学习是有监督学习和无监督学习的综合。
• 无监督学习任务中常用的是聚类和降维