01、机器学习概述

01、机器学习概述

机器学习的定义：

机器学习的核心思想是使用数据来训练计算机算法，使其能够自动地从数据中学习并改进自己的性能，而无需明确地编程。

---

机器学习的算法：

• 监督学习（Supervised Learning）——用的最广泛的算法
• 无监督学习（Unsupervised Learning）
• 强化学习（Reinforcement Learning）

---

监督学习（Supervised Learning）：

学习从x（input）到y（output）的映射算法，其中最关键的特征是，由我们去提供学习算法的示例以供学习。（Learning from being given “right answers（output labels）”）

在训练完成后，能够通过我们给出的一个未曾见过的x（input），其会尝试生成一个合理的y（output）。

监督学习得到应用场景主要有两个：

回归（Regression）：

从许多可能的结果中预测一个数据（Predict a number infinitely many possible outputs）