机器学习简介

什么是机器学习

机器学习就是通过已知数据来找出一个函数，这个函数能反映出这组数据的规律，并能够通过这个函数达到对未知数据进行预测的效果，它可以抽象为四步：

1. 找出一个大致的函数集合
2. 在函数集合中找出最为匹配的函数
3. 通过训练数据进行检验
4. 应用到未知数据上

机器学习方法

## supervised learning
有监督学习的训练数据是有标签的，即已知训练数据的输入X以及其对应的输出Y
	## Regression
	Regression的输出往往是一个具体的数值，它可以用一个线性平面上的1点来表示
	## Classification
	Classification的输出往往具有分类的意义，可以是Binary Classification，也可以是Multi-Class Classification
		## Linear Model
		## Non-Linear Model
			## Deep Learning
			## SVM
			## Decision Tree
			## K-NN
##unsupervised learning
unsupervised learning的data是unlabeled的
## semi-supervised learning
通过少部分labelled data和大部分unlabeled data来训练模型，他们的Input是相关的，同种类型的
## Transfer Learning
通过少部分labelled data和大部分unlabeled data来训练模型，他们的Input是不相关的，不同类型的
## structured learning
它的输出不是一个具体的数值，而是一段文字或一张图片等形式
## reinforcement learning
它是通过一次训练之后再根据训练的结果好坏对模型进行调整，而不是在训练过程中对模型进行调整