关于机器学习的简单认识

最近在看机器学习的书籍，简单总结一下：

1、机器学习是研究学习算法的，包括神经网络、决策树、SVM等。

2、学习算法的结果是获得模型，应用于预测等。如果预测的离散值，称为分类；如果预测的是连续值，称为回归。

3、当学习过程中，存在假设空间时，即有多个模型对应于样本，需要使用归纳偏好，获得最终模型。

4、每个样本对应有标记（输出）的学习称为监督学习，否则为无监督学习。

5、机器学习是从特殊到一般的泛化，使用样本数据推出一般规律（模型），泛化能力越强，越能代表一般规律。