回归问题（1）机器学习基础

机器学习（Machine Learning）：从数据中学习

直线：模型
拟合：学习的过程
寻找直线的问题：寻找确定直线的参数

1. 建立模型： y = wx + b
2. 学习模型：确定w, b
3. 预测房价：使用模型计算房价

学习算法：从数据中产生模型的算法

经典程序设计：根据数据和规则来获得答案。

机器学习算法：根据数据和答案来推测规则。

机器学习：通过学习算法从数据中学习模型的过程。

监督学习（Supervised Learning）：有标记样本的学习

数据集（data set）/样本集（sample set）：用来学习的数据的集合。

• 样本（sample）
• 属性（attribute）/特征（feature）
• 标记/标签（label）

模型/假设（hypothesis）/学习器（learner）：估计函数

真实存在的规律：真相/真实（ground truth）

监督学习分类

• 回归（regression）：预测连续值

• 分类（classification）：预测离散值

    					样本集
    					   👇
    					学习算法
    					   👇
    新输入的数据  👉  估计函数  👉  新输出
  

无监督学习（Unsupervised Learning）

在样本数据没有标记的情况下，挖掘出数据内部蕴含的关系。

聚类：把相似度高的样本聚合在一起。物以类聚、人以群分。
距离：描述了特征值之间的相似度。

半监督学习（Semi-Supervised Learning）

• 将有监督学习和无监督学习相结合
• 综合使用大量的没有标记数据和少量有标记的数据共同进行学习

机器学习的发展和应用：

符号学习：理论研究、模型研究 → 统计机器学习：应用研究

日常应用场景：推荐系统、购物网站、垃圾邮件过滤、物流配送、美图工具、汉字输入、天气预测。
商务领域：分析数据、辅助商业决策、预测市场。
医疗卫生：辅助诊疗。
教育领域：自动改卷、学生行为建模、预测学习表现、学习支持和评测、学习资源推荐。