第一章 机器学习概念

终于顺利上岸了，但是跨考小白还需要很多需要努力的地方，从今天开始以《Python机器学习》这本书开始，陆续在博客中写下我对于这本书的理解，这个博客是我自己用来学习的，当然也欢迎大家和我交流，不足之处还请大家多多指出。
本文应该会分为16章，我会结合我平常课程中学到的代码进行学习。

链接指引：
----暂时还没有------

第一章 机器学习的相关概念

谈到机器学习，简单来讲就是指凭借机器帮助我们实现想要的东西。这个过程需要数据，需要算法，需要数学建模，经过组装后对未来进行归类，预测等相关分析。

机器学习在二十世纪下半叶演变为人工智能（AI）的一个分支，涉及从数据中通过自我学习获取算法进行预测。

1. 机器学习类型
有监督，无监督，强化学习

• 有监督学习（例如分类，回归）

有监督学习：有标签数据，能够直接反馈，作用是预测结果或未来

• 无监督学习（例如聚类）

无监督学习：无标签数据，无反馈，作用是寻找数据的隐藏结构

• 强化学习（例如国际象棋的输赢）

强化学习：决策过程，奖励机制，学习一系列的行为

2.关于Python
Python的安装这里暂时不讲，如果有需要的话到时候单独开一期，目前会用到的机器学习的库有：
scikit-learn
Numpy
Scipy
Matplotlib
pandas
eg:如果有其他的包会在使用前进行说明