机器学习常见概念解析
有些概念直接看书其实挺糊的，于我个人而言，通俗易懂才能记住
- supervised learing 监督学习
ref
回归：连续型，连续变量值的输出
分离：离散型，比如肿瘤是良性orexing
简单的来说，就是通过数据集（有标签的数据集，我们知道这个数据集是干什么的）来预测接近正确值的答案 - unsupervised learing 无监督学习
有一个数据集没有标签，并不知道这个数据集是干什么的，因此可以对数据集进行聚类处理
并未提前告知算法以及数据集属于哪一类，简单的来说就是把数据交给算法，让算法对数据进行划分 - reinforcement leanring 强化学习
- recommender system 推荐系统
