摘要：
机器学习中的逼近目标函数过程 监督式机器学习通常理解为逼近一个目标函数(f)(f)，此函数映射输入变量(X)到输出变量(Y). Y=f(X)Y=f(X) 这种特性描述可以用于定义分类和预测问题和机器学习算法的领域。 从训练数据中学习目标函数的过程中，我们必须考虑的问题是模型在预测新数据时的泛化性能。 阅读全文
摘要：
监督学习 预测变量：已知结果 人工输入正确的已知结果，机器使用已知信息预测新的结果。 回归：估计连续变量（输入确切值） 分类：定义一个类别（离散值、布尔值、定类变量） 无监督学习 发现数据中的结构，结果未知。 人工输入未定义结果的数据。机器发现隐藏在数据中的有用信息 聚类分析：进行分组 密度分析：近 阅读全文