一. 背景
在機器學習中，有2個很大的思路監督學習(supervised learning)和非監督學習(unsupervised learning)
監督學習，用通俗的話來說就是你知道問題的答案，需要計算機給出乙個更標準的答案。
非監督學習，用通俗的話來說就是物以類聚，人以群分。我們拿到了很多資料，但是不知道問題的答案，希望計算機給我們提供思路。
在生產環境中，往往採用混合模式。比如搜尋，如何能夠查詢網頁中判斷那個是老虎，那個是狗。就有2個思路。
1. 根據周圍的文字。
2. 的影象資料分析。
2個角度相互校驗，穩定之後，就可以產生足夠的標註資訊了。
二. 監督學習
1. 監督學習指的是已知乙個資料集和資料集中每個資料的正確答案，演算法就是基於這個已知的資料集來做出學習並**出結果。監督學習常見的有回歸問題和分類問題
1). 回歸問題
舉例: 已知一批房地產資料，每個資料報括房子面積和售價，想**乙個給定大小的房子面積和售價，這類問題我們稱為回歸問題。
2). 分類問題
舉例: 醫學界根據已知腫瘤患者的年齡和腫瘤的型別（良性/惡性），想**乙個病人所患腫瘤的型別，這類問題我們稱為分類問題。
2. 在監督學習的資料集中每個樣本都已經被標明為正樣本或者負樣本
三. 無監督學習
1. 在無監督學習中，我們用的資料會和監督學習裡的看起來有些不一樣。在無監督學習中沒有屬性或標籤這一概念，也就是說所有的資料都是一樣的沒有區別。
所以在無監督學習中，我們只有乙個資料集，我們也不知道每個資料點究竟是什麼意思。相反，它只告訴我們現在有乙個資料集，你能在其中找到某種結構嗎？
對於給定的資料集，無監督學習演算法可能判定，該資料集包含n個不同的聚類。
2. 無監督學習演算法，最常見的是聚類。例如谷歌新聞對新聞進行歸類，分為體育、熱點、社會 ...
機器學習入門 1 機器學習的通俗介紹
什麼是機器學習？此處給出了機器學習的兩個定義。亞瑟 塞繆爾 arthur samuel 將其描述為 機器學習賦予計算機無需明確程式設計就能學習的能力。這是乙個古老的 非正式的定義。tom mitchell給出了乙個更現代的定義 乙個電腦程式被認為是從經驗e中學習關於某類任務t和效能度量p的經驗，如果...
機器學習（介紹）
a computer program is said to learn from experienceewith respect to some class of taskstand performance measurep,if its performance at tasks int,as me...
機器學習介紹
本文主要參考scikit learn機器學習 常用演算法原理及程式設計實踐 原始碼連線 本文包括 介紹機器學習應用，機器學習的分類，機器學習開發的典型步驟 得益於摩爾定律，計算機硬體 cpu gpu 為很多通過大量資料學習的演算法提供很好的條件，這類演算法稱為機器學習演算法。傳統演算法 資料 人工設...