什么是机器学习
机器学习 (Machine Learning)
在没有显式编程的情况下，赋予计算机学习能力的研究领域。—— Arthur Samuel, 1959
机器学习算法
机器学习的两种主要类型是监督学习和无监督学习。当然，还有半监督学习、强化学习等
- 监督学习 (Supervised learning)：最常见，发展最好
- 无监督学习 (Unsupervised learning)
- 推荐系统 (Recommender systems)
- 强化学习 (Reinforcement learning)
监督学习
学习 X → Y 输入到输出映射的算法。关键特征是给学习算法提供包含正确答案的示例。在模型从这些输入输出学习之后，它可以接收一个全新的输入（它以前从未见过的），并尝试生成适当的输出
监督学习使用有标签的数据集，其任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测
监督学习问题被分为回归（Regression）和分类（Classification）问题：
- 回归问题：将输入变量映射到某个连续函数，即预测一个连续值
- 分类问题：将输入变量映射到离散的类别中，即预测一个离散值
- 预测的是一个有限的可能输出类别集合
无监督学习
给学习算法提供的示例不包含 Y（输出），机器学习是找到一些结构或一些模式，或者只是在数据中发现一些有趣的东西
在无监督学习中，使用的数据集没有标签，不知道结果会是什么样子，但可以通过聚类（Clustering）的方式从数据中提取一个特殊的结构
除了聚类（Clustering），还有另外两种常见的无监督学习类型：
- 异常检测（Anomaly detection）：如金融系统中的欺诈检测
- 降维（Dimensionality reduction）：可以将大数据集神奇地压缩为小得多的数据集，同时尽可能少地丢失信息