通過訓練集，不斷識別特徵，開始建模，最後形成有效的模型，這個過程稱為「機器學習」。
根據訓練方法，機器學習大致可分為3大類：
監督學習是指我們給演算法乙個資料集，並且給定正確答案，機器通過資料來學習正確答案的計算方法。
非監督學習中，給定的資料集沒有正確答案，所有的資料都是一樣的。無監督學習的任務是從給定的資料集中，挖掘出潛在的結構。
強化學習更接近生物學學習的本質，因此有望獲得更高的智慧型。它關注的是智慧型體如何在環境中採取一系列行為，從而獲得最大的累積回報。通過強化學習，乙個智慧型體應該知道在什麼狀態下應該採取什麼行為。
收集資料
資料準備（訓練集用來訓練模型；驗證集用來確保模型沒有過擬合；測試集用來評估模型效果）
選擇乙個模型
訓練評估
引數調整
**（開始使用）
機器學習入門
研究生考試結束了，考研通知書也在幾天前到手了，是時候安心下來考慮一下未來研究生的生活和學習了，看現在機器學習特別的火，所以我就先跟風學習一下機器學習吧。由於剛開始學習，所以對一些專有名詞不是很熟悉，所以特別做了一下總結，因為剛剛入門，所以就先整理了這些。人工智慧 一 認知和感知 區別看待 目前是在感...
機器學習入門
1.常用演算法 決策樹 隨機森林演算法 邏輯回歸 svm 樸素貝葉斯 knn演算法 k means演算法 adaboost 演算法 神經網路 馬爾可夫 2.聚類和分類的區別 分類 比如有一堆資料，你已經事先對他們做好了分類。你想要的功能就是，假如來了一條測試資料，我想知道他是哪一類，這就是分類。聚類...
機器學習入門
機器學習現在有著非常多的應用，從人臉識別到自動駕駛使用的都是機器學習的技術，機器學習在當前是乙個十分熱門的話題，也是引領下乙個技術變革的方向之一。大量的人員開始關注起機器學習，從初學者再到有經驗的技術人員，投身到機器學習中。但機器學習並不像普通的程式設計一樣，機器學習的入門有一定的門檻，因為機器學習...