机器学习常见概念

1. 最常见的两种机器学习算法

 - Supervised learning

   

> 给算法一个数据集，其中包含 the right answer,即带有标签。算法的目的进行预测，给出更多的正确答案
> 包括回归问题（regression  problem）（eg房价预测，设法预测一个连续值输出）
   分类问题（Classification,设法预测一个离散值输出,eg预测肿瘤是良性or恶性）


 - Unsupervised learning

> 给算法一个数据集，不带任何标签，试从中找到某种结构。
> 包括聚类算法clustering
（1）应用在基因组学中，在DNA微阵列数据，给定一组不同个体，对于每个个体检测他们是否拥有某个特定的基因，也就是检测基因的表达程度，从而根据它将个体归为不同的类or不同类型的人。
（2）应用在大型的计算机集群，哪些机器趋向于协同工作，从而把它们放在一起，让集群更高效。
（3）社交网络的分析
（4）市场细分

2.其他机器学习算法

Reinforcement learning,recommender systerms

3.学会算法并且要学会如何用这些算法