机器学习之一概述

一、概述

机器学习算法可以分为监督学习（Supervised Learning)和非监督学习（Unsupervised Learning)。

二、监督学习概述

监督学习是在已知一些训练集（training examples）情况下，通过对训练集的训练，找出合适的模型后，用于预测一些数据。

分类（Classification）和回归（Regression）是监督学习的两个经典例子

比如下图的是一个回归问题，我们已知了一些房子大小和对应价格，怎么选择最好拟合模型来表示，并用于预测：

下图是一个分类的例子，根据人的年龄和肿瘤的大小，来预测该肿瘤是良性（画圈）还是恶性（画叉），这里用到了年龄和肿瘤大小两个特征，我们还可以加入更多特征比如肿瘤形状等。分类也可以分为不止2种：

三、非监督学习概述

非监督学习是在没有任何训练集的情况下，直接对数据进行建模。聚类（Cluster）是非监督学习的一个经典例子，下图是非监督学习算法的一些应用：

1.谷歌对新闻的分类，当你点击一个新闻的时候，google就会把一些相关新闻信息一起列出来

2.社交网络的分析，市场分类，天文数据分析：