[Python3] 机器学习 ——（一）机器学习简介

---

一、机器学习

机器学习经常被归类为人工智能（artificial intelligence）的子领域。虽然对机器学习的研究确实是源自人工智能领域，但是机器学习的方法却应用于数据科学领域，因此把机器学习看作是一种数学建模更合适。

机器学习的本质是借助数学模型理解数据。

当我们给模型装上可以适应观测数据的可调参数时，“学习”就开始了，此时的程序被认为具有从数据中“学习”的能力。一旦模型可以拟合旧的观测数据，那么它们就可以预测并解释新的观测数据。

机器学习的分类

机器学习一般可以分为三类：有监督学习（supervised learning）和无监督学习（unsupervised learning），还有半监督学习（semi-supervised learning）。

1. 有监督学习

有监督学习是指对数据的若干特征与若干标签（类型）之间的关联性进行建模的过程。只要模型被确定，就可以应用到新的未知数据上。

有监督学习：可以训练带标签的数据以预测新数据标签的模型

有监督学习可以进一步分为分类（classification）任务与回归（regression）任务。

• 分类：可以预测两个或多个离散分类标签的模型