机器学习初识

将喜欢的一切留在身边，这便是努力的意义。

一、什么是监督学习

我们在算法预测之间给算法提供一些数据，而这些数据中含有预测的答案，我们要求算法做的是让这些答案更准确更符合实际。感觉像一个优化的过程。比如给算法一堆数据点，而这些点可能围绕一个一次函数，再给算法一个横坐标让他求纵坐标。但实际可能不是一条直线，也许是曲线。但我们还是要求算法求出纵坐标。有时可能不止在二维坐标上表示，三维、四维都可能，如果十维那如何映射到计算机这个二维机器人上呢？有一种算法叫支持向量机。

二、什么是无监督学习

我们只给算法提供数据。仅仅如此。 至于这些数据中有什么规律和关联，需要算法自己找出。比如给算法一堆离散的点。算法可能会把这些点密集的地方圈出来，分成几个圈。这就叫聚类算法。

三、什么是学习理论

学习理论就是让机器做出学习能力的那些算法。比如什么是好，什么是坏。什么是比较对，什么是比较错。