机器学习（一）

一、 什么是机器学习

• 第一种是再1956年，开发了西洋跳棋AI程序的Arthur Samuel在标志这人工智能诞生的达特茅斯会议上提出的“机器学习”这个词语。这里的意思就是在没有明确的设置下，使计算机具有学习能力的研究领域。
• 第二种定义是由Tom Mitchell 提供的定义：“如果用 P 来测量程序在任务 T 中性能。若一个程序通过利用经验 E 在 T 任务中获得了性能改善，则我们就说关于任务 T 和 性能测量 P ，该程序对经验 E 进行了学习。”

拿跳棋来打比方：

P就是下一句程序赢得比赛的概率。E就是下了很多把跳棋的经验。T就是玩跳棋的任务。

二、机器学习分类

机器学习大体上可以分为两类，一类是监督学习（supervised learning）和无监督学习（unspervised learning）。

1、supervised learning

监督学习的机器学习，首先需要有一个数据集，并且知道正确的输出，并且输入和输出是有一定的联系的。然后通过学习算法可以得到除了数据集之外的更多的正确答案。在监督学习中有回归和分类问题。

• 回归问题可以看作是我们需要推出一个连续的值来，比如卖房子问题，我们现有的数据集是根据房子的大小，可以得到房子的价格。通过算法学习我们需要不同的房子价格能够卖什么样的价格。这一系列的答案是连续的
• 分类问题就好比是判断癌症，最终的结果只有是和否，输出是离散的。