机器学习导论总结

绪论

今天开始重新看一篇机器学习导论，相信有了做研究的一些经验，能更好的得到更加深入的理解。

1. 什么是机器学习？

生活中我们的经验告诉我们， 数据是存在某种确定的模式的。机器学习使用实例数据或者过去的经验训练计算机，以优化某种性能标准。训练数据就是优化依赖于某些参数的模型。模型可以是预测性的，用于未来的与预测；也可以是描述性的，用于从数据中获取知识。

2. 机器学习的应用实例

（1）学习关联性

比如在超市发现，人们通常购买X也购买Y，那么如果一个顾客购买了X，那么他就是Y的潜在顾客。

假设考察已有的数据，计算得到P(chips|beer) = 0.7，就可以定义规则：购买啤酒的顾客有70%也会购买薯片。

（2）分类

输入信息到分类器，分类器降输入分到其中的一个类别。