2401_84052244的博客

数据可以采用各种形式，例如数值、分类或时间序列数据，并且可以来自各种来源，例如数据库、电子表格或 API。机器学习算法使用数据来学习输入变量和目标输出之间的模式和关系，然后可用于预测或分类任务。标记数据未标记数据标记数据包含模型尝试预测的标签或目标变量，而未标记数据不包含标签或目标变量。机器学习中使用的数据通常是数字或分类的。数值数据包括可以排序和测量的值，例如年龄或收入。分类数据包括代表类别的值，例如性别或水果类型。数据可以分为训练集和测试集。训练集用于训练模型，测试集用于评估模型的性能。

机器学习也一样，我们可以先尝试着解决问题，再回过头来研究底层的算法，数学知识，总之路上的风景一定是在路上的人才能看到的，这跟现在的一个 现状很像，之前想出国去玩，但是不想报团，就想找两个搭子一起，几天了都没找到，后来一个人出发了，结果发现路上全是搭子，印尼有搭子，马来有搭子，泰国也有搭子，所以找搭子最好的方式是在路上，而不是在家里，最好的搭子在路上！数学和编程语言是机器学习的基础，但是这并不意味着你必须先去啃那些枯燥的数学知识，这也不是我们提倡的，我们可以先动手尝试，再回过头来了解哪些基础的知识。

也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈，这些功能的核心算法就是机器学习领域的内容。这个问题其实不好回答，因为机器学习涵盖的内容太多了。机器学习之父 Arthur Samuel 对机器学习的定义是：在没有明确设置的情况下，使计算机具有学习能力的研究领域。