华为云HCIA-AI学习记录002-机器学习概览

机器学习算法

机器学习，利用历史数据训练得到模型。

使用样本训练、决策的规则复杂或难以描述、由机器自动学习规则

理性认识

目标函数f未知，学习算法无法得到一个完整的函数f。
假设函数g逼近函数f，但可能和函数f不同。

解决的主要问题

最典型的三种任务
分类、回归、聚类。
分类和回归是预测问题的两种主要类型，占到80%~90%，分类的输出是离散型的类别值，而回归的输出是连续数值。

机器学习分类

监督学习

利用已知类别的样本，训练学习得到一个最优模型，使其达到所要求性能，再利用这个训练所得模型，将所有的输入映射为相应的输出，对输出进行简单的判断，从而实现分类的目的，即可以对未知数据进行分类。
监督学习-回归问题
回归：反映了样本数据集中样本的属性值的特性，通过函数表达样本映射的关系来发现属性值之间的依赖关系。
例如：下周股票能给我带来多少收益？周二的温度会是多少摄氏度？
回归问题重点是去拟合你样本点之间的一个趋势。
监督学习-分类问题
分类：分类问题属于有监督学习，通过分类模型，将样本数据集中的样本映射到某个给定的类别中。
例如：明天早高峰时间段XX路上会堵车吗？（会