机器学习系列（一）

机器学习初探

了解机器学习

1.区分人工智能&机器学习&深度学习（后面需要补充定义）

[^1]人工智能：是我们想要达成的目标（希望机器可以通过学习，像人一样进行聪明）

机器学习：达成目标的手段

深度学习：是机器学习的一种

2.机器学习形式

早期我们的实现方式可能类似上图中左边的形式，写入大量的场景供机器进行判断。但是这种方法过于局限，当存在太多种场景时无法枚举初所有的可能。
于是就出现了机器学习，通过让机器自己学习总结出规律自行进行判断。如右图所示，不管输入什么都有对应的输出，这里的黑盒子就是机器学习的成果。

3.机器学习的分类

• Supervised Learning监督学习（有标签即有输出的）
  • Regression回归：输出值为数值型
  • BinaryClassification二分类：输出值为两种，是 or 否
  • Multi-Class Classification多分类：输出值为多个枚举值
• Semi-Supervised Learning 半监督（一部分有标签一部分无标签）
• Transfer Learning迁移学习
• Unsupervised Learning 无监督学习（无标签）

步骤介绍

在介绍怎么进行机器学习之前我们可以先想一下为什么要机器学习以及我们需要我们的机器人做什么（就和我们做题时首先要确定我们要做什么一样）。
我们先假定一个场景，
TBC.