机器学习入门（一）

学从于吴恩达老师的《机器学习》课程，B站连接（中文字幕）

一、什么是机器学习？

视频中机器学习的定义为：通过经验数据E来完成一个任务T，‌其中用性能指标P来衡量任务完成效果。‌这个过程通过不断的尝试不同的完成方式来提高P的值，‌从而达到最好的P值，‌更好地完成任务。‌

也许讲到这里，很多人不明白什么是T，P，E，下面我将用垃圾邮件的分类的例子进行解释。

• 经验数据E ：已经分好类的条件。
• 任务T ：完成邮件分类的任务。
• 性能指标P ：分析认为垃圾邮件的数目中分类正确的比例。

二、有监督学习

有监督学习就是给予计算机分类的标准，按照什么来分类，其中回归模型和分类问题就是典型的有监督学习。

2.1 回归模型

回归模型是在给定数据集的情况下，进行回归预测。举个例子，例如房价预测，我们在给定的很多的数据集（x，y），其中x为房子的面积大小，y为该房子的价格，我们在交给机器之后，机器回学习这些数据集，给出对应的回归函数方程，这些回归方程可能是一阶线性，也可能是二阶三阶等等。

例如下图，里面的点是每一个数据集，机器在学习数据集之后，给出了这样一个一阶的预测函数。

2.2 分类模型

直接上例子，例如说，邮件分类，分为垃圾邮件和非垃圾邮件，我们让机器学习大量的数据集（一些已经分好类的垃圾邮件和非垃圾邮件），这样当有一封新的邮件过来，机器就能进行判断，是否为垃圾邮件。

三、无监督学习

无监督学习和有监督学习是两种不同的概念。无监督学习是给机器数据集，但是不给机器分类的标准，让机器自己去给这个数据集聚类，即机器把相同特征的数据聚合成一类。

举个例子：例如新闻种类聚类，机器通过无监督学习，能把不同的新闻公司（例如BBC，CCTV等等）对同一个事件（例如某某总统会晤）的报道新闻聚合在同一类。