1-引言

1、机器学习

学习建议
多实践，明白原理，实现算法。仅仅了解算法和数学无法得以解决实际问题。
探讨如何做出最好的实践类型决策，从而决定出构建系统的方式
适用领域
涉及各个行业和基础科学中（计算机的一种能力）。
数据库挖掘、医疗记录、计算生物学、机械应用、无人直升机、手写识别、自然语言处理、计算机视觉等。
概念定义
在进行特定编程的情况下，给予计算机学习能力的领域。（Arthur Samuel）
程序能从经验中学习，解决任务，达到性能度量值P，当且仅当，有了经验后，经过P评判，程序在处理时的性能有所提升。(Tom Mitchell)
学习算法类型
监督学习、无监督学习

2、监督学习

概念
数据集中的每一个样本都有相应的“正确答案”，再根据这些样本做出预测
回归
尝试推测出一系列连续值属性
分类
尝试推测出离散输出值
支持向量机
计算机可以处理无限多个特征

3、无监督学习

概念
已知数据集，但没有任何的标签，或者是有相同的标签，或者没标签。（已知数据集，未知数据点）从数据中找到某种结构。
聚类算法
无监督学习算法将数据集分成两个不同的簇。（同类归纳，自动聚类个体到各类）