机器学习实战学习笔记 1-- 基础

1， 什么是机器学习

机器学习，简单说就是要把无序的数据，转化为人们可以识别的有用的数据。

2，机器学习需要哪些基础知识

机器学习横跨很多学科领域，包括但不限于 计算机， 数理统计， 工程技术等。

3，什么时候可以用机器学习

一般我们写代码解决问题，结果或者计算过程具有确定性。

比如计算完全数，水仙花数，或者保险系统费用计算，都有详细规则可以参考，直到得到可以验证的结果。

但有些情况不同，你只有数据，要分析判断谁是谁，比如图像识别，手写字体识别，用户喜欢什么等，结果不具有确定性。

4，机器学习的主要任务

第一是分类，什么是什么

第二个是回归，用于预测数值型数据

以上两类为监督学习，因为这些任务相关算法知道要预测什么

对应的还有无监督学习，聚类，密度分析，降低数据的维度

另外还有半监督学习

5,应用步骤

收集数据，准备输入数据，分析输入数据，训练算法，验证算法，使用算法