机器学习入门 - 基本概念

1、机器学习分为监督学习和非监督学习。首先学习监督学习。

2、标签，即y值，结果，以通过机器学习过滤垃圾邮件为例，标签为邮件是垃圾邮件，或不是垃圾邮件

3、特征，即x值，输入变量，通常有多个特征，如根据发件人、邮件标题等特征来判断是否为垃圾邮件

4、样本，机器学习通过有标签样本训练模型，再通过模型对无标签样本做出预测

5、两种模型：回归模型，预测连续值，如房价，股价；分类模型，预测离散值，如垃圾邮件或非垃圾邮件，猫照片或狗照片

 

我们从简单的模型开始学习，如上图，一个线性代数模型，可以用y=wx+b来表示这个模型。w为斜率，也叫权重，b为y轴截距，也叫偏差。

机器学习本质 - 训练模型表示通过有标签样本来学习（确定）所有权重和偏差的理想值。即求w和b的值，使得误差最小。