机器学习笔记

前言

一、机器学习（Machine learning）

常用的学习算法类型（Machine learning algorithms)
监督学习（Supervised learning）

无监督学习（Unsupervised learning）

推荐系统（Recommender systems）

强化学习（Reinforcement learning）

二、监督学习

首先输入x的示例和正确答案，即标签y，来训练模型，模型从对这些输入输出的学习，来处理全新的输入。

监督学习问题一般有：

回归（Regression）：预测一个具体的数字；

分类（Classification）:预测类别或者离散类别

三、无监督学习

自己从数据集中，找到某种结构或模式或学习到一些“有趣”的事情。

比如：聚类算法（Clustering）。一种无监督的学习算法，接受无标签数据并尝试将其自动分为簇。

异常检测（Anomaly detection）

降维（Dimensionality reduction）：将大数据集压缩到一个更小的数据集 同时尽可能少的丢失信息

线性回归模型

梯度下降法