3、机器学习：从数据中获取智能的钥匙

机器学习：从数据中获取智能的钥匙

1. 机器学习简介

在当今这个数据爆炸的时代，机器学习作为一门让计算机从数据中学习的科学与应用，成为了计算机科学领域中最令人兴奋的方向之一。借助机器学习领域的自学习算法，我们能够将海量的数据转化为有价值的知识。近年来，众多强大的开源库不断涌现，为我们进入机器学习领域、利用强大算法挖掘数据模式并预测未来事件提供了绝佳的机会。

机器学习在计算机科学研究中日益重要，同时也深刻影响着我们的日常生活。例如，我们受益于强大的电子邮件垃圾邮件过滤器、便捷的文本和语音识别软件、可靠的网络搜索引擎以及富有挑战性的下棋程序。在医疗应用方面也取得了显著进展，深度学习模型在皮肤癌检测中展现出接近人类的准确性，还在预测 3D 蛋白质结构方面超越了基于物理学的方法。

2. 机器学习的三种类型

机器学习主要分为三种类型：监督学习、无监督学习和强化学习。下面我们分别介绍这三种学习类型。

2.1 监督学习：预测未来

监督学习的主要目标是从有标签的训练数据中学习一个模型，以便对未知或未来的数据进行预测。“监督”意味着训练示例（数据输入）的期望输出信号（标签）是已知的。

监督学习有两个主要子类别：
- 分类：预测类别标签 ：分类的目标是根据过去的观察结果预测新实例的类别标签。这些类别标签是离散的、无序的值。例如，电子邮件垃圾邮件检测就是一个典型的二元分类任务，算法学习区分垃圾邮件和非垃圾邮件。此外，手写字符识别是多类分类任务的例子，模型可以根据训练数据预测新的手写字符所属的字母类别。
- 回归：预测连续结果