机器学习门径初窥

机器学习概述

1.什么是机器学习呢？

      所谓机器学习，从我的理解来看就是指给定一些样本数据，通过对样本数据提取特征（feature），通过对这些特征进行分析并得到一些规律，然后通过这些规律来预测一些未知的事情。

2.机器学习的价值是什么呢？

   个人认为机器学习的价值就在于通过对一大堆无序的数据抽取规律，并用于解释数据和预测某些结果。举个例子，假设对某个人的收入进行预测，如下

算法1=x1*年龄+x2*体重；

算法2=x1*学历+x2*行业平均收入；

机器学习的目的就在于获得上述的参数x1，x2；

3.机器学习有哪些算法和用途呢？

     我们知道机器学习算法有很多，比如SVM，KMeans，KNN，神经网络等等，这些算法从大的范围来讲主要分为两类，监督学习和非监督学习。如下图所示

     在接下来的章节中就开始介绍在计算机视觉中有常见的机器学习算法有哪些。