机器学习（一）：监督学习和非监督学习定义

一、机器学习主要有以下几种算法：

• 监督学习Supervised learning
• 非监督学习Unsupervised learning
• 强化学习 Reinforcement learning

二、监督学习Supervised learning

概念：给定输入X到预期Y的映射，预测输出值

1、回归算法Regression：从无限个可能性的输出中，预测一个数值（通过拟合曲线）

2、分类算法Classification：从有限个可能性的输出中，预测一个类别（通过划定分界线）

三、非监督学习Unsupervised learning

概念：给定一组输入，没有预期输出，算法需要找到数据的特征、结构

1、聚类算法clustering：给定一组数据，自动把这些数据分组，把相似数据分为一组。应用：新闻聚类推荐

2、异常检测Anomaly detection：检测异常数据

3、降维Dimensionality reduction：把大数据集压缩成小数据集，并尽可能少的丢失信息

学习来源：B站吴恩达机器学习：1.1-2.5节