1.机器学习介绍

1. 什么是机器学习？

Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.

Arthur Samuel (1959) 机器学习：赋予计算机学习能力而无需明确编程的研究领域

Tom Mitchell (1998) Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.

Tom Mitchell（1998）定义一个学习问题：如果一个计算机程序在任务T上的表现（如P所衡量的）随着经验E的增加而提高，那么它可以从经验E中学习关于某个任务T和某个性能度量P的知识

机器学习算法：

• 监督学习

  我们教会计算机某项能力

• 无监督学习

  计算机自己学会某项能力

2. 监督学习

我们给算法一个数据集，其中包含了正确的答案

在监督学习中，对于数据集的每个样本，想要算法预测，并给出“正确的答案”。

回归问题：

我们的目标是预测一个连续值输出

分类问题：

我们的目标是预测离散值输出

3. 无监督学习

我们得到一个数据集，没有标签或者都具有相同的标签，
不知道要拿它来做什么，也不知道每个数据点究竟是什么，
我们只被告知之有一个数据集，你能在其中找到某种结构吗？

对于给定的数据集，无监督学习算法
可能判定该数据集包含两个不同的簇。

无监督学习算法可以把这些数据
分成两个不同的簇，这就是聚类算法。