机器学习笔记（一）——简单认识机器学习

---

前言

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

一、什么是机器学习

1.1定义

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。

应用场景

机器学习可以应用于医疗、航空、教育、物流、电商等等领域的各种场景。

1.用在挖掘、预测领域：店铺销量预测、量化投资、广告推荐、企业客户分类。

2.用在图像领域：街道交通标志检测、人脸识别等等。

3.用在自然语言处理领域：文本分类、情感分析、自动聊天、文本检测等等。

---

机器学习和人工智能，深度学习的关系

机器学习是人工智能的一个实现途径，深度学习是机器学习的一个方法发展而来。人工智能包含机器学习，机器学习包含深度学习。

二、机器学习算法分类

监督学习（预测）

输入数据是具有特征标签，函数的输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）。例如： k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络回归 、线性回归、岭回归。

无监督学习

输入数据有特征值无标签，例如：聚类 k-means

开发流程