笔记

机器学习是设计和研究能够根据过去的经验为未来做决策的软件，是通过
数据进行研究的程序

机器学习的基础是归纳，就是从已知案例数据中找出未知的规律
example： 垃圾邮件过滤

监督学习： 从成对已经标记好的输入和输出经验作为一个输入进行学习，用来预测输出结果。也就是说从有正确答案的例子中学习

无监督学习： 不能从标记好的数据中学习，它需要在数据中发现一些规律

半监督学习： 既包含监督学习也包含无监督学习，这类问题可以看作是介于监督学习和无监督学习之间的学习，半监督学习是一种增强学习，问题可以通过决策获得反馈，但是反馈可能与某一个决策没有直接关系。

训练集： 构成监督学习经验的案例集合
测试集： 评估程序效果的案例集合

常见的监督式机器学习任务就是分类（classification）和回归（regression）

• 分类认为需要学会从若干变量约束条件中预测出目标变量的值， 就是必须预测出新观测值的类型，种类或标签。
  分类的应用包括股票的涨跌，新闻头条是政治新闻还是娱乐新闻。
• 回归问题需要预测连续变量的数值，比如预测新产品的销量，或者依据工作的描述预算工资水平等（与分类方式类似，回归问题需要监督学习）

• 常见的无监督式机器学习任务是通过训练数据发现观测值的组别，称为类。对应的任务称为聚类，通过一些相似性度量方法把一些观测值分成同一类。聚类常用来分析数据集。如影评数据，聚类算法可以分辨积极和消极的的影评。

• 降维是另一个常见的无监督学习任务，是发现对响应变量影响最大的解释变量的过程，可以更容易的实现数据可视化。有些问题可能包含成千上万个解释变量，还有些解释变量属于噪音，也有些完全是无边的变量，这些影响都会降低程序的归纳能力。