Machine Learning
1. Definition
Field of study that gives computers the ability to learn without being explicitly programmed ---- Arthur Samuel
2. supervised learning
监督学习：学习输入、输出或x到y的预测，学习算法从引出的正确答案中学习，预测一个全新的输入（x）的输出（y）
监督学习的工作原理可以理解为如下:
2.1 回归（Regression）
学习算法试图从无限多的数据中预测一个数据，例如给出房子的面积，预测房价。（从无限多的数据中预测一个数据predict a number）
2.2 分类（Classification）
学习算法必须对一个类别进行预测（从相对较少的可能输出中预测类别）
3. unsupervised learning
无监督学习：无监督学习是一种机器学习技术，其中模型不使用训练数据集进行监督。相反，模型本身会从给定数据中找到隐藏的模式和见解。它可以比作在学习新事物时发生在人脑中的学习。
无监督学习的目标是找到数据集的底层结构，根据相似性对数据进行分组，并以压缩格式表示该数据集。
无监督学习的工作原理可以理解为如下:
聚类（clustering）
聚类是一种将对象分组为聚类的方法，使得具有最多相似性的对象保留在一个组中，并且与另一组的对象具有较少或没有相似性。聚类分析发现数据对象之间的共性，并根据这些共性的存在和不存在对它们进行分类
异常检测（anomaly detection）
find unusual data points
用于检测异常事件（eg：金融系统的异常交易与异常事件）
降维（dimensionality reduction）
compress data using fewer numbers
将一个大数据集压缩成一个小得多的数据集，同时尽可能少的丢失数据
2379
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
