机器学习笔记

定义：

在一个问题下，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。

主要两类：监督学习，无监督学习

监督学习（典型：回归分类）：通过已有的训练样本去训练得到一个最优模型，再利用这个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预测和分类的目的，也就具有了对未知数据进行预测和分类的能力。简单来说，就像有标准答案的练习题，然后再去考试，相比没有答案的练习题然后去考试准确率更高。监督学习中的数据中是提前做好了分类信息的， 它的训练样本中是同时包含有特征和标签信息的，因此根据这些来得到相应的输出。

例如：我们给出一个房子的数据集，在这个数据集中我们每一个都给出正确的报价。让我们找到通过算法找到最合适的连续的线去表示。（回归（连续）问题）

        给我们肿瘤的尺寸为变量，给我们一个数据集：告诉我们这个肿瘤是恶性的还是良性的大小是多少也告诉我们，我们通过算法在数据空间中找到一个数据的界限，能尽可能的分出来是良性还是恶性，然后我们通过这些数据对给我们新的肿瘤进行预测（分类（离散）问题）

无监督学习（典型：聚类）：概念：
训练样本的标记信息未知， 目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础，此类学习任务中研究最多、应用最广的是"聚类" (clustering)，聚类目的在于把相似的东西聚在一起，主要通过计算样本间和群体间距离得到。深度学习和PCA都属于无监督学习的范畴。
 

例如：网页中同一个事件中，有很多url而且每一个url都能进入相关的文章虽然内容不一样但是都是说的这个事件（这就是在无数条新闻中进行了分簇有相关的主题，放在一起（聚类））

例2：两个人距离麦克风的距离不一样，两个麦克风收集到两人的声音的大小等就不一样，通过算法将两人的声音分开

参考：【机器学习笔记】有监督学习和无监督学习_Liaojiajia-2020的博客-CSDN博客_有监督学习