Machine Learing导读。

        研究机器学习也有一段时间了，总觉得自己也该写些什么东西，当然自己这一亩三分地里面目前都是些概念梳理，也学你会感觉到乏味，但是我尝试着让大家阅读轻松些，如果阅读我写的文章是一种浪费时间，那么我就得好好改改了。等一下，别急，当然哥写这些文章主要还是在写寂寞。

                言归正传，下面主要还是介绍一下 机器学习中的几个概念：

             1  Supervised Learning:  这种方法是假设我们在向系统提供了一组标准答案的情况下，让用户往系统输入数据，然后系统会根据之前的标准答案去计算用户输入数据对应的标准答案。我们可以把这样的一组答案看成是一个Supervised System, 用户对应的输入的数据，都会对应在这组答案里面。或者也可以这样里面，每一个用户的输入数据，我们都会在Supervised System里面找到一组答案，我们称这样的一组模式就是 Supervised Learning.

2 Classification Learning  和 UnSupervised Learning ：关于这块知识点，我还是很喜欢。我们引入一个这样的场景，当我们在上课的时候，老师卖力的在讲台上讲解，可是有些东西在课堂上聊天啊，打闹啊之类的，这个时候往往是老师停下来让同学们安静下来再开始讲解，否则的话，教室里面声音嘈杂，坐得较远的同学们没法听清楚老师的讲话。

上面这个案例涉及到  多种声音信号的混合，由于我们人耳对这种混合后的声音信号分别较差，所以没法听清楚。那么我们是否问过自己，能否将某种我们关注的信号提取出来，这样的话，我们可以听到我们关注的声音。这就需要用到Classification Learning算法将 混合的声音信号分开，另外我们需要利用UnSupervised Learning 算法将这些没有设定标准的数据分成两份数据。