机器学习简介

人工智能为什么能这么流行？它能解决很多问题，那么它是怎么解决的呢？使用的是机器学习方法。它们的发展是什么样子的呢？下面的图说明了。

人工智能用到了机器学习方法，而深度学习是机器学习的子集。

机器学习的本质就是求一个function，这个function利用人给的输入，求得输出。例如，输入一段音频“hi”，机器能够理解你的意思，它可以回答“hello”来输出，表现出智能；再例如输入一幅猫的图片，机器能够知道这里面是一只猫，输出“猫”等等。类似的例子还有很多。

机器学习可以分为以下类别：

1. 有监督学习
2. 无监督学习
3. 半监督学习
4. 强化学习
5. 迁移学习

监督学习本质就是输入的数据有标签，常用的算法有knn、贝叶斯、逻辑回归、svm等等。

无监督学习本质就是输入的数据没有标签，让算法自己从数据中学习规则，常用的算法有k-means等等。

半监督学习就是输入的数据只有一小部分有标签，大部分的数据没有标签，半监督可以有效提升模型的能力。

强化学习是设置评分机制，学习错误给机器打的分少，学习正确打的分多，这样机器通过学习知道如何学习才是正确的。

迁移学习是在输入数据中输入一些不相关的数据，可以有效提升算法的能力。