1. 机器学习概述

Python环境

 

学习笔记

机器学习是在于给定一个任务，然后在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验；不断地提供合适、优值、大量的经验，该程序对于任务的性能逐步提高。

机器学习的一般流程是先要收集数据，然后进行数据清洗，建立工程，再数据建模 

机器学习可分为有监督学习、无监督学习、强化学习

有监督学习是:我们给定数据，每一个数据的数型也给出，对于数据集的每个样本，我们想要算法预　测并给出正确答案。常见的监督学习算法是回归分析和统计分类，最典型的算法就是KNN和SVM。

 

 

 无监督学习是数据是没有标签或者有相同的标签，我们不知道数据的含义和作用，只知道是有一个数据集。而无监督学习最常见的就是K-Means聚类分析算法。

强化学习是最开始一般是采用随即策略去进行实验，然后得到各种状态、动作和奖励样本，之后算法根据所得样本来改进策略，使奖励最大化