第一章 机器学习基本概念

1.机器学习主要是通过计算机在已有的数据上（经验）产生相应的模型（学习算法），在面临新的情况时，模型能给出相应的判断。所以说机器学习是研究学习算法的学问。

2基本术语

2.1以西瓜是否成熟为例，（色泽=青绿；根蒂=蜷缩；敲声=浊响）这一条记录称为一个示例或样本sample。样本组成的集合称为数据集；每一个示例包含几个属性，上例中包含三个属性，我们称之为三维，这个示例也可以看成是一个特征向量。一般的D={X1,X2,X3....}为一个数据集。

2.2从数据中学习的模型的过程称之为“学习”或”训练“，这个过程使用的数据称之为训练数据，得到模型。学到的模型反应了数据的某种潜在的规律，因此也称为假设。这种规律本身称之为真相（ground truth）。一切为了逼近真相。样本一般满足一个分布D，训练数据一般满足独立同分布，所以训练集越大，越容易准确预测。

2.3光有样本sample还不行，要建立可预测的模型需要示例的结果,样例（example），如（（色泽=青绿；根蒂=蜷缩；敲声=浊响）,好瓜）。

2.4如果我们预测的是像好瓜，坏瓜这样的离散值，此类学习任务称之为“分类”，预测成熟度0.98这样的连续值，此类学习任务称之为”回归“（regression）。

预测任务是希望通过对训练集{（X1,y1）,(X2,y2)...}进行学习建立一个从输入空间X到输出空间Y的映射，对于二分类Y={0,1}，对于回归Y=R实数集

2.5根据训练数据是否有标记数据，分为无监督学习（聚类）和有监督学习（分类和回归）。

2.6