機器學習領域的創始人arthur samuel（亞瑟·塞繆爾）早在2023年就給機器學習（machine learning，ml）下了定義：機器學習是這樣的乙個研究領域，它能讓計算機不依賴確定的編碼指令來自主的學習工作。
arthur samuel不僅僅是給ml下了定義，他還開發了乙個機器學習的系統，能夠通過跟人下跳棋來學習提公升機器自身的下跳棋的水平，通過成千上萬次的學習之後arthur samuel的ml機器能夠和arthur samuel的下棋水平相當了。
現在看來好像這個程式平平無奇，但你要想想那是2023年，那時候沒有顯示器、沒有高階程式語言，我們的機器學習領域的開山鼻祖就靠組合語言和一堆發光管開創了機器學習這樣乙個nb的流派，真讓人嘆服。
到了2023年，tom mitchell對機器學習的定義做了更好的定義。引入了三個概念：經驗experience（e）、任務task（t）、任務完成效果的衡量指標performance measure（p）。有了這三個概念，機器學習的定義可以更加嚴謹：就是在有了經驗e的幫助後，機器完成任務t的衡量指標p會變得更好。
監督學習可以分為：回歸和分類。
回歸通俗點說其實就是可以將樣本案例整合到一條線上。
而分類的樣本案例則是離散的。
回歸的實際案例有：根據市場調研得出的資料來推算房價。
分類則有根據資料（腫瘤厚度、腫瘤大小、患者年齡）等資料來判斷腫瘤是否是良性。
無監督學習：我們不知道資料集中資料、特徵之間的關係，而是要根據聚類或一定的模型得到資料之間的關係。
無監督學習的例子：google瀏覽器將沒填蒐集到的新聞，根據標題自動分塊。
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...