对于机器学习的简单理解

         在刚接触到机器学习时，很多东西还模棱两可，对于下面的内容纯属个人观点。

        在接触到公司的深度学习+场景...（为了公司的商业机密，暂时保密）的方案时，才发现机器学习在很多方面的运用，然而学校没有这方面的学习或者涉及，在很多同样的课程中也没有相关的实际学习。下面来讨论一下相关的内容。

        机器简单分为监督学习和无监督学习和半监督学习，两者的相互区别：监督学习知道自己预测什么，及目标变量的分类信息，比如分类和回归；无监督学习的数据没有类别信息，也不会给定目标值，比如，聚类和密度估计；半监督学习基于两者之间。

        还有一种重要分类方法：生成模型和判别模型，两者的区别：生成模型 对数据分布做出的假设要求更强，判别模型对数据分布的假设要求不强。

        很多人都知道机器学习的十大算法。得到下面的表格：

还有其他一些重要算法：

在不同的领域，运用到的机器学习不同。