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:
- 找出一个大致的函数集合
- 在函数集合中找出最为匹配的函数
- 通过训练数据进行检验
- 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