1.2.1 關聯性
在零售業中，例如超市連鎖店，機器學習的乙個應用是購物籃分析它的任務是發現顧客所購買商品之間的關聯性：如果人們在購買商品x時候，也購買商品y ，而有一名顧客購買了商品x確沒有購買商品y ,則他即是商品的潛在客戶。
1.2.2 分類
在信用評分中， 銀行要計算給定信貸額度的客戶資訊情況下的風險，客戶資訊包括我們已經獲取的資料以及與計算客戶財力相關的資料，即收入，存款等。。通過這類特定的申請資料，我們可以推斷出一般規則，表示客戶屬性以及其風險性的關聯性。也就是說，機器學習系統用乙個模型去擬合過去的資料，以便能夠對新的申請計算風險從而決定接受或者拒絕該項申請。
1.2.3 回歸
假設我們想要乙個能夠**二手車的**的系統。該系統的輸入是我們認為會影響到車價的屬性資訊：品牌，車齡，發動機效能，歷程，歷程以及其他資訊。輸出的是車的**，這種的輸出為數值的問題是回歸問題。
1.2.4 非監督學習
在監督學習中，我們的目標是學習從輸入到輸出的對映關係，其中輸出的正確之是由指導者提供。然而非監督學習中卻沒有這樣的領導者，只有輸入資料，我們的目標是發現輸入資料中的規律。輸入空間存在著某種結構，是的特定的模式比其他的模式更常出現 ，而我們知道哪些經常發生，哪些不經常發生，在統計學中，這種稱為密度概率。
密度估計的一種方法是聚類，其目標是發現輸入資料或分組。
1.2.5增強學習
在某些應用，系統的輸出是動作的序列。 單個的動作並不重要，重要的是策略，即達到目標的正確動作序列，不存在中間的狀態中最好的動作這個概念。如果是乙個動作是好的策略的組成部分，那麼該動作就是好的。 這種情況下，機器學習程式就應當能夠評估策略的好壞程度， 並從以往的動作中學習，以便能夠產生策略，這種學習的方法稱為增強學習。
機器學習的應用例項
摘自范明等譯的 原著ethem alpaydin 機器學習導論 第一章，參雜部分個人見解，不對之處歡迎指點 學習機器學習，應首先知道它在實際生活中的應用具體有哪些，這樣有利於進一步的原理學習。1 學習關聯性 購物籃分析 即挖掘商品間的關聯性，購買了商品x的使用者有多大的可能性會購買商品y，其中使用者...
機器學習 1 2
什麼機器學習？第乙個機器學習的定義來自於 arthur samuel。他定義機器學習為，在進行特定程式設計的情況下，給予計算機學習能力的領域。samuel 的定義可以回溯到 50 年代，他編寫了乙個西洋棋程式。這程式神奇之處在於，程式設計者自己並不是個下棋高手。但因為他太菜了，於是就通過程式設計，讓...
例項詳解機器學習
例項詳解機器學習如何解決問題 美團點評技術團隊 前言 隨著大資料時代的到來，機器學習成為解決問題的一種重要且關鍵的工具。不管是工業界還是學術界，機器學習都是乙個炙手可熱的方向，但是學術界和工業界對機器學習的研究各有側重，學術界側重於對機器學習理論的研究，工業界側重於如何用機器學習來解決實際問題。我們...