儘管越來越多的it人員從事到機器學習的，但是對於機器學習仍然沒有乙個明確的定義，說一說現有的一些定義：在沒有明確定義的情況下，讓計算機具有自我學習能力的研究領域。
來個eg：圍棋阿爾法狗.就算得上是乙個機器學習的研究成果，我們可以把它理解為乙個訓練的過程，不斷的給這只dog餵養資料，也就是各種各樣的棋盤布局，來讓它計算和學習那種布局剛容易走向勝利，當自身的資料足夠大的時候，阿爾法狗理所當然成為乙個圍棋怪獸。
監督學習顧名思義你可以理解成：乙個有乙個類似於教師職責的人在監視計算機的學習的過程，監視計算機的訓練過程，如上所示，我們依舊給計算機訓練內容，並且告訴計算機哪些是輸入物件，哪些是期待的輸出，在經歷這些訓練之後，計算機會對不同的資料輸入產生乙個對映，這個對映值就是我們期待的輸出。
來個eg：
如圖，我們給出輸入物件是房子的大小，而我們的期待輸出是房子的價值，這可能是我們給出的預算 但是我們把資料給到計算時，當我們給出的資料足夠大的時候機器學習可能給出的函式是這樣的 ↓
當然我們給出房子的更多特性和資料量，機器給出的預算應該能達到90%以上的準確率。
無監督學習，我們不告訴計算機那些是輸入物件，那些是期望輸出，我們只給計算機訓練物件，讓計算機根據自己的演算法對內容進行分類。
老套路，來個eg：
針對有監督學習，你必須給出那些資料是對的，那些是錯的也就是標籤，這樣計算機才可以給出需求值。針對無監督學習，我們只給計算機資料，讓計算機自己來進行歸類，對資料進行劃分。
ok第一篇部落格就先到這裡~
下篇見…
機器學習1 什麼是機器學習
原文 arthur samuel定義機器學習為，在無特定程式設計的情況下，給予計算機學習能力的領域。這個定義不正式而又古老。tom mitchell提供了乙個更現代的定義 乙個程式被認為能從經驗e中學習，解決任務 t，達到 效能度量值p，當且僅當，有了經驗e後，經過p評判，程式在處理 t 時的效能有...
機器學習 入門 什麼是機器學習？
接觸機器學習有一段時間了，有些東西還是要記錄下來才有意義。從本篇開始，我將持續更新關於機器學習的內容，非常適合新手入門或小白來學習。今天來介紹一下機器學習的整體框架，為我們之後章節的學習鋪平道路。根據定義，可以發現機器學習的三大組成要素 任務 模型 特徵，如圖所示是它們之間的關係。注意 在很多情況下...
什麼是機器學習
機器學習 machine learning 是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧的核心，是使計算機具有智慧型的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納 綜合而不是演譯。學習能力是智慧型行為的乙個非常重...