【机器学习一】 机器学习框架

我出息了，现在都开始学习机器学习了

本博客用来总结机器学习框架，主要为优质资源汇总，会长期更新

什么是优质资源呢？
就是讲解明确，案例有趣，适合我这种小白的资源
而不是长篇大论看也看不懂的那种TAT
刚开始资源会整合的比较拉跨
因为我也不知道为什么章节要这么安排/每个知识点都有什么关系
后面一边学习一边会整合进来，然后再慢慢完善自己的知识架构吧~
55555~菜狗挣扎TAT   Action！

机器学习

简介
机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。
机器学习有下面几种定义：
（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
（2）机器学习是对能通过经验自动改进的计算机算法的研究。
（3）机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。
传统机器学习的研究现状
传统机器学习的研究方向主要包括决策树、随机森林、人工神经网络、贝叶斯学习等方面的研究。

• 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。