机器学习的初次了解

观看课程的地址：

1.吴恩达机器学习：https://study.163.com/course/courseLearn.htm?courseId=1004570029#/learn/video?lessonId=1049050791&courseId=1004570029

正文：

机器学习的定义；

tom micheal 定义的是这样，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。

例如，对于阿法狗下棋，经验E就是它与别人成千上万次的下棋交战，任务T就是下围棋，性能度量P就是与新棋手下围棋能够获胜的概率。

机器学习算法最主要的两大类：

1.监督学习 supervised learning

2.非监督学习 unsupervised learning

一、监督学习

   给定一定的训练样本，这些样本中有数据，以及数据相对应的结果。利用这样的样本训练一个模型（有时是一个函数），利用该模型，将所有输入映射为相应的输出。

  此类学习分为两种问题，一是回归问题，这是连续性的数据。二是分类问题，这是离散性地数据。

二、非监督学习

  同样是给定一定的训练样本，但这些样本只有数据，并没有对应的“正确结果”。这样的学习算法，目的是将相似的数据进行聚合，也叫聚类算法。