一、什么是机器学习

一、机器学习的定义

目前，机器学习没有明确的定义。Arthur Samuel将机器学习定义为：在没有明确设置的情况下，使计算机具有学习能力的研究领域。这个理论是1959年提出的。Tom Mitchell于1998年提出，计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P。通过P测定在T上的表现因经验E而提高。比如在处理垃圾邮件的机器学习过程中，分类邮件就是任务T，正确归类邮件的比例是性能度量P，观察用户是否把该邮件分类为垃圾邮件是经验E

二、机器学习的类别

机器学习最主要的两类是：监督学习和无监督学习。简单来说，监督学习就是我们会教计算机做某件事；无监督学习是计算机自己学习做某件事。除此之外还有强化学习和推荐系统。

三、监督学习

监督学习是机器学习中最常见的类型。监督学习是指，我们给算法一个数据集，其中包含了正确答案。用专业的话将，也称为回归问题，回归的意思是我们想要预测连续的数值输出。与回归问题相对应的是分类问题，分类问题是一个离散问题，得到0或1的结果。个人理解：分类问题用于分类标签值如天气（晴天阴天），性别（男女）等。回归问题是预测实际的值，如温度，年龄。分类树的输出是定性的，回归的输出是定量的。定性的意思是确定属性，属性确定则类别就确定，如属性“有胡子”“有喉结”可以确定类别为“男”，分类问题是离散的，只有男、女两类或者狗、猫、猪、羊等多个类，不是连续的；定量的意思为确定数量，如预测温度值为25度，25就是回归树预测的数量，就是定量，回归得到的是连续的数值温度可以是1,1.01,1.23...可以是连续数值。

四、无监督学习

无监督学习中的数据集是没有标签的，比如一条数据属性为“‘男’，‘24岁’，‘178’，‘高中毕业’，‘未婚’”，它是没有标记的。无监督学习是把相似的点归为一类，包括聚类算法和鸡尾酒会问题。

聚类算法演示

聚类算法被用在很多地方，比如新闻分类，基因分组等。我们只需要告诉算法，这里有一堆数据，我们不知道他们是什么类型、也不知道有哪些类型，但是聚类算法可以把相似的样本聚集到一起。

（一）鸡尾酒会问题：

“鸡尾酒会问题”（cocktailparty problem）是在计算机语音识别领域的一个问题，但是当说话的人数为两人或者多人时，语音识别率就会极大的降低，这一难题被称为鸡尾酒会问题。