什么是机器学习
1.1 机器学习的定义
Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.
机器学习：给予计算机能自我学习的能力而不是明确的编程。
Tom Mitchell (1998) Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
如果一个计算机程序在执行任务T时以性能度量P和经验E自我提升的，那么我们称这个计算机程序在从经验E中学习关于任务T和性能度量P的知识
1.2 机器学习算法类别
1、Supervised Learning 监督学习：学习数据带有标签
若标签是离散型的可以看作是分类问题，预测一个离散的值，例如：给定肿瘤大小来判断是良性的还是恶性的
若标签是连续型的可以看作是回归问题，预测一个连续的值，例如：通过房屋大小来预测房屋的价格
例题：区分回归问题和分类问题
答案：第三个
2、Unsupervised Learning 无监督学习：学习数据没有标签
无标签可以看作是聚类问题，例如收集1,000,000个不同的基因，并找到一种方法，将这些基因自动组合成相似或相关的不同变量，如寿命、位置、角色等
3、Reinforcement learning 强化学习、Recommender systems 推荐学习
课后作业地址：https://www.heywhale.com/home/column/5dd7524c83b6ff002c786fff
此类笔记学习于吴恩达老师机器学习的视频和参考于这两位大佬：
https://www.cnblogs.com/maxiaodoubao/p/10184428.html
https://www.cnblogs.com/xingkongyihao/category/1161554.html
如有冒犯，请联系我，我将立即删除链接！