机器学习入门

机器学习

监督学习

监督学习（Supervised Learning）算法构建了包含输入和所需输出的一组数据的数学模型。这些数据成为训练数据，由一组训练样本组成。（就是函数对应关系）

监督学习主要包括分类和回归（使用哪一种取决于输出值的类型）

当输出被限制为有限的一组值（离散数值）时使用分类算法；

当输出可以具有范围内的任何数值（连续数值）时使用回归算法

相似度学习是和回归和分类都密切相关的一类监督机器学习，他的目标是使用相似性函数从样本中学习，这个函数可以度量两个对象之间的相似度或关联度。他在排名、推荐系统、视觉识别跟踪、人脸识别等方面有很好的应用场景。

监督学习的实例

深入了解监督学习

监督学习三要素

• 模型：总结数据的内在规律，用数学函数描述的系统
• 策略：选取最优模型的评价准则
• 算