从0开始学习机器学习--Day 1--机器学习的相关基本概念

机器学习是为计算机开发的一种功能，采用学习算法使其模拟人类大脑的学习方式，从而实现各种各样的能力，如网站搜索，图片推荐，清理垃圾邮件等等

学习机器学习，不仅需要知道算法的含义及其数学含义，更重要的是要学会将其应用到实际中

什么是机器学习（machine learning）

在过去，Arthur Samuel 在1959年把机器学习定义为在没有明确的前置条件限制的情况下，使计算机具有学习能力的研究领域；

而Tom Mitchell把机器学习定义为：计算机程序从经验E中学习来解决某一任务T，并进行某一性能度量P，通过P测定在T上的表现因经验E而提高。

举个简单的例子来理解这句话就是，如果我们要编写一个机器学习算法来辅助我们清理垃圾邮件，那么在算法中，经验E就是观察把哪些邮件标记为垃圾邮件，任务T就是给邮件分类，而正确归类邮件的比例就是P。

在机器学习中最常使用的算法就是监督学习和无监督学习

监督学习（supervised learning）

简单的理解就是人为地去教计算机如何学习

先举一个简单的例子：一个人收集了一个城市内许多房屋的面积和售价，如果将其绘制成了散点图，横轴是平方面积数，纵轴是金额，那么他就可以通过拟合这些数据来预估自己手头房屋的售价是多少。但通过直线和二次函数来拟合出来的金额是不一样的，需要他通过市场的经验来判断哪个更合理。