什么是机器学习

Arthur Samuel（1959）：在没有明确设置的情况下，使计算机具有学习能力的研究领域。

Tom Mitchell（1998）：计算机程序从经验E中学习，解决某一任务T，测量某一读能度量P，P在经验E的影响下在任务T中会有更好的表现。

例子：

假设你的邮件观察程序观察你将哪些邮件标记为垃圾邮件，基于你标记的垃圾邮件学会了更好的过滤垃圾邮件，在下列选项中任务T是什么 ？

• 给邮件分类成有标记和没标记的                              T
• 观察你是如何标记邮件的                                         E
• 正确分类标记 / 没标记邮件的数量                           P

机器学习最主要又分成两类，监督学习和无监督学习。

1、监督学习 

教会计算机做某件事情

1.1、回归（Regression）

例子：

横坐标是房子的大小，而纵坐标是房子的总价，假设有一个房子的大小为75㎡，我想要知道他大概卖多少钱，可以用一条直线即一元函数来拟合这些数据，可以看到75㎡的房子大约150万，或者用其他函数来拟合，75㎡的房子大约200万.

 

监督学习是指我们给算法一个数据集，其中包括了正确答案，在上述例子中，我们给出了房价的数据集，在这个数据集中的每个样本，我们都给出正确的房价，而这个算法的目的就是可以给出更多的正确答案，预测到别的大小的房子大概可以卖出的价格。

这里的回归问题指的是我们想要预测连续的数值输出，在上个例子中也就是价格。但在技术上房价是有元有角有分，实际是个离散值。不过通常我们把房价看成一个实数。回归这个术语是指我们设法预测连续值的属性。

1.2、分类（Classify）

例子：

横坐标表示肿瘤大小，纵坐标“0”表示良性肿瘤，而“1”表示恶性肿瘤。图中只有肿瘤大小一个属性或者说特征。如图红色“×”的表示恶性肿瘤，蓝色的“×”表示良性肿瘤，预测箭头所指肿瘤大小为良性或者恶性的概率为多少?

 分类问题就是指，我们设法预测一个离散值的输出，0或1，良性或恶性，但在实际分类问题中，离散可能的值或许更多，在上述例子中即为在良性和恶性肿瘤之间还有别的状态。

我们也可以用不同的符号来表示良性或恶性肿瘤，“⚪”表示良性，而“×”表示恶性。

在上述的例子中，我们只有肿瘤大小一个属性，但在实际运用中属性会更多，两个以至于无穷，以下就是有两个属性肿瘤大小和年龄。我们用直线把恶性肿瘤和良性肿瘤隔开，分成两个区域，当”●“落在直线下方时可知良性的概率比较大。 

2、无监督学习

让计算机自己学习去做某件事情

例子：

对于监督学习，我们可能会给定一个数据集，里面包含着正确的数值，对应的房价，肿瘤的良性恶性。但是在无监督学习中，我们的数据与之前不同，它们都没有标签或者都具有一样的标签。

对于给定的数据集，无监督学习可能判定该数据集有两个不同的簇，这就是聚类算法。

鸡尾酒算法：从麦克风中分离出在鸡尾酒宴会混合的人声音。