机器学习-1 初步认识机器学习、监督学习和非监督学习

一直对机器学习大数据方面的技术感兴趣，平时也在持续关注相关信息。但是，经过很长一段时间之后，发现，这种碎片化的学习只能停留在浅尝辄止，知道、听说过和了解的基础上，很难对技术有一个系统化的认识、全面而深入的学习，痛定思痛，计划使用三个月的时间，对机器学习进行系统化的学习，以期达到融会贯通等目的。在这里，也欢迎感兴趣的同学一起学习，将每天的学习内容分享，一来可以督促坚持，二来可以相互分享，共同进步。另外，我自己创建了一个公众号：数据之下（文章末尾有二维码），也会将每天的学习内容通过公众号分享给大家，也欢迎大家投稿。

今天主要分享一下机器学习的概念，以及两个重要的分支：监督学习和非监督学习的知识。

1、机器学习

首先给大家看一下两个定义的概念，第一种是一个非正式的Arthur Samuel给出的概念： "the field of study that gives computers the ability to learn without being explicitly programmed."  第二种是现在比较流行的Tom Mitchell  给出的概念："A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E." 。

机器学习有两种主要的分类，监督学习和非监督学习

2、监督学习

在监督学习中，我们会获取一个数据集合，并且，我们大概可以确定正确的输出应该是什么，也就是说，输入和输出是有一定关系的。

根据输出的结果，监督学习被分为两大类：回归和分类。

回归问题：一组输入值，获取的输出结果是连续的值。例如，给定一个城市的历史数据集，根据这些数据集，预测一个城市的房价，预测的房价就是连续值。

分类问题：一组输入值，获取的输出结果是离散的值。例如，给定一个数据集，这个数据集包括肿瘤患者的肿瘤大小、厚度等属性，预测该患者的肿瘤是良性还是恶性，结果只有两种，是1良性，2恶性，这是离散值。

3、非监督学习

在非监督学习中，我们可以在很少或者根本不知道我们的输出结果是什么的时候，就可以从数据中得到结构，我们可以基于数据之间的关系，对数据进行聚类，从而获取这种目标结构。在监督学习中，没有基于预测结果的反馈。             

数据之下公众号二维码：