机器学习概述

1.什么是机器学习？

人工智能：通过人工的方法，模拟某些人类的智能行为。
机器学习：通过人工的方法，模拟某些人类的学习行为，自适应，自完善，自发展系统。
定义：一个计算机程序在完成任务T之后，获得经验E，其表现效果为P，如果任务T的性能表现，也就是用以衡量的P，可以随之E的增加而增加，那么这样的程序就可以被称为机器学习系统。

2.为什么需要机器学习？

1.具有机器学习能力的系统具备更好的可维护性。
2.机器学习可以解决那些算法过于复杂甚至没有的算法的问题。
3.利用机器学习发现隐藏在数据中的潜在规则。

3.机器学习的种类

有监督学习、无监督学习、半监督学习和强化学习

有监督学习：训练数据中包含已知的输出。
无监督学习：训练数据中没有已知的输出，从输入数据自身的特征中识别某种模式。
半监督学习：先用无监督学习的方法做类别划分，在通过有监督学习的方法按照标签识别。
强化学习：利用智能体根据奖惩进行取舍，按照趋利避害的原则自我完善。

批量学习和在线学习

批量学习：一次性训练，使用中不再继续完善。
在线学习：不断地训练，使用的同时继续完善。

基于实例的学习和基于模型的学习

基于实例的学习：历史的可重复性，凭经验。
基于模型的学习：从历史经验