1、什么是机器学习？
机器学习的本质是对人类经验学习的模拟。
人通过经验的总结归纳规律用于新问题，预测未来
而机器学习时通过数据总结数据规律，利用总结的规律用于新数据的预测。在算法上，表现为参数拟合，或者概率计算。
机器学习算法的核心是统计学+优化方法+
机器学习的迷人之处在于：不用直接编程，而是赋予机器学习的能力完成直接编程不能完成的任务。
2、机器学习的类型
①监督学习：从成对的标记数据作为输入、输出的经验数据进行学习，从而用于预测。监督学习时从有正确答案的实例中学习。常见的任务类型是分类、回归。
②无监督学习：数据没有标记，直接从数据中发现规律。常见任务类型：聚类、降维。
③半监督学习：介于监督学习与非监督学习之间的学习，数据部分被标识，部分没有，通过对未标识数据建模，来预测标识的数据，进一步预测新数据
④强化学习：问题可以通过决策获得反馈，但是反馈与某个决策可能没有直接的关系。
3、机器学习的数据集
训练集：用来进行训练（产生模型或算法）的数据集，一般占数据规模地50%，常见的问题是过度拟合。
测试集：用来专门测试已经学好的模型或算法的数据集。规模一般占数据规模的25%。
验证集：用于调整超参数变量。规模是余下部分。
交叉验证：将数据集分成N块，使用N-1块进行训练，在另一块上测试。循环，直到每一块都测试过。
交叉验证的优点：①充分利用数据，在数据较少的情况下也能有较好的表现；②交叉验证为模型的效果评估提供对比哪个数据集更准确。
4、效果评估
监督学习和非监督学习效果评估方法不同。
①监督学习评估指标：准确率（ACC）、精确率（P）、召回率（R）
真阳性（TP）：正确识别目标
假阳性（FP）：错误识别目标
真阴性（TN）：正确识别非目标
假阴性（FN）：错误识别非目标
准确率ACC=（TP+TN）/(TP+FP+TN+FN)
精确率（P）=TP/(TP+FP)
召回率（R）=TP/(TP+FN)
调和率（F1）=1/P+1/R
②非监督学习评估指标
方差（Variance）
偏差（Bias）
偏差-方差均衡
