学习笔记1 | 机器学习实战（Harrington）

写在前面： 本博客系列是关于《机器学习实战》一书的学习笔记系列，与隔壁吴恩达的视频笔记相互配合，希望能学得更好一些（不知道，试试吧）。

---

第一章 机器学习基础

什么是机器学习

• 机器学习就是把海量无序的数据转换成有用的信息。机器学习需要用到统计学知识。
• 训练集：用于训练机器学习算法的数据样本集合。
• 特征/属性：训练样本集的列，独立测量得到的结果。多个特征联系在一起共同组成一个训练样本。
• 目标变量：机器学习算法的预测结果
• 为了测试机器学习算法的效果，通常使用两套独立的样本集：训练数据和测试数据。
• 知识表示：某程序/机器通过满足精度的测试。其可以采用规则集、概率分布、或者训练样本集中的一个实例表示。

机器学习的主要任务

• 机器学习的主要任务是分类和回归。
• 回归：主要用于预测数值型数据，比如数据拟合曲线（通过给定数据点的最优拟合曲线）。
• 监督学习：分类和回归属于监督学习。这类算法必须知道预测什么，即目标变量的分类信息。
• 无监督学习：数据没有类别信息，也不会给定目标值。其可以减少数据特征的维度，以便可以使用二维或三维图形更加直观地展示数据信息。
  • 聚类：将数据集合分成由类似的对象组成的多个类的过程。
  • 密度估计：寻找描述数据统计值的过程。

用于执行分类、回归、聚类和密度估计的机器学习算法