本文介绍了机器学习的基本概念，着重讨论了监督学习，包括其分类（如回归和分类算法）的应用，如房价预测和乳腺癌检查。通过实例说明了如何使用输入-输出映射训练模型，以及监督学习中关键特征——提供带标签的数据来指导模型学习。
2.1什么是机器学习：
①Arthur Samuel：没有直接对问题进行显式编程的情况下，让 计算机拥有学习能⼒的研究领域（跳棋程序）
（选B）
②机器学习算法一般来说可以分为两大类：
-监督学习（Supervised Learning）-使用较多，快速发展
-无监督学习（Unsupervised Learning）
2.2监督学习Part-1
①常见的监督学习是指：学习 x—>y 或 输入—>输出 映射的算法
②监督学习的关键特征是指：你提供学习算法实例以供学习
| Input（x） | Output（y） | Application |
| advertisement+userInfo | click or not？ | online advertising |
| image，Radar Info | position of other cars | self-driving car |
在所有实例中，首先输入示例x和正确答案（即标签y）来训练模型，模型学习后，可以用全新的x，尝试产出全新的y
③例1：Regression回归（房价预测）：通过回归，从无限多的可能的数字预测一个数字
2.3监督学习part-2
①例2：分类算法Classification（乳腺癌检查）：用一个或者多个输入，来预测最终类别（可以是数字或非数字的），回归的不同之处在于，分类预测预测的是可能输出类别的有限集合（small number of possible outputs）
（在分类算法中，class=category）
学习算法需要找到合适的边界线来帮助诊断到底是良性的还是恶性的
②总结：
回归算法：从无限多可能的输出数字中预测数字
分类算法：必须对一个类别进行预测，所以这些都是一小组的可能的输出
475
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
