机器学习入门

概括地说，学习任务就是根据一堆样本数据，去推测未知数据的属性。如果样本数据不止一个维度，那么就称之为多维数据，每一维度称为特征

学习任务分类

根据样本数据中是否包含待预测属性，把学习任务分为监督学习和非监督学习。再根据样本数据特征值的是连续的还是离散的，对学习任务做如下细分：

监督学习

• 离散

• 分类，如识别手写字母

• 连续

  • 回归，如根据年纪和体重预测身高

非监督学习

• 聚类

  将样本数据根据特征分为指定的几个类别

• 密度估计

  确定样本数据的分布

• 降维

  将高维数据变成低维数据，如数据压缩