今天咱们要学习的课程是机器学习的8个基础概念。
监督学习
根据训练方法的不同，机器学习可分为：监督学习，无监督学习，半监督学习，强化学习。
在这里我们讲2种机器学习的常用方法：监督学习，无监督学习。
监督学习是从标记的训练数据来推断一个功能的机器学习任务，可分为“回归”和“分类”问题。
定量输出称为回归，定性输出称为分类，比如根据房屋的地理位置，房屋面积大小，以及房屋周边的配套设施等因素，来预测下给定房屋的价格，这就是典型的回归问题。
根据图片识别出图片中的物体是猫还是狗，这就是典型的分类问题。
无监督学习
无监督学习也被称为非监督学习，无监督学习和监督学习最大的不同在于，事先没有任何训练样本，而需要直接对数据进行建模。
无监督学习只能默默的读取数据，自己寻找数据的模型和规律，比如聚类（把相似数据归为一组）和异常检测（寻找出一组数据的不同一个），在无监督学习中给定的数据没有任何标签或者说只有同一种标签。
比如小时候我们还不认识钱币的时候，看到一堆纸币和硬币，会很自然的把纸币和硬币分开，这就是聚类的最简单原理。
过拟合
过拟合一般是在回归算法中的，是指训练出的模型和训练数据集一致性非常高，影响到新数据结果的预测。
避免过拟合是分类器设计中的一个核心任务，通常采用增大数据量和测试样本集的方法对分类器性能进行评价。
举个简单的栗子，高中的时候老师不太提倡我们弄题海战术，为什么？
因为题海战术里我们只是机械的记住了每道题的答案，但并没有把题目中原理抽取出去，等遇到新的题目，依旧还是不会做。
决策树
决策树是一种十分常用的分类方法，机器学习中，决策树是一个预测模型，代表的是对象属性与对象值之间的一种映射关系。
决策树顾名思义是一个树结构，每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。
决策树最典型的案例就是周志华老师《机器学习》（西瓜书）中所提到的，通过纹理，根蒂，触感来判断一个西瓜是好是坏。
自然语言处理
自然语言处理技术主要是让机器理解人类的语言，近几年随着语音交互的热度不断提高，语音识别，自然语言理解，自然语言生成等名成开始逐渐出现在大家的视野里。
其实这些大热名词都是自然语言处理技术里某一个分支技术，自然语言理解是指计算机通过一定的运算理解了人类输入的文本，自然语言生成是将计算机所特有的逻辑性表达转成人类生成的文本。
这2项技术在现在的聊天机器人如阿法蛋等中，很是常见。
数据挖掘
数据挖掘又称为数据采矿，说到数据挖掘的时候，通常都会提到另外一个词：数据分析。
不少人都认为数据挖掘=机器学习+数据库，这样认为基本没问题，简单来说数据挖掘就是在数据库中，自动发现有价值的信息，并对其进行分析，也就是我们常说的KDD（Knowledge Discovery in Database）。
数据挖掘的任务主要有四块，聚类分析，预测建模，关联分析，异常检测，这四块可独立运行，也可联合操作。
感知机
感知机是比较入门的机器学习算法，相对于其他复杂算法，感知机较好理解，它是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别。
感知机模型的数学定义为：假设输入空间(特征空间)是X⊆Rn ，输出空间是 y={+1, -1}。
由输入空间到输出空间的如下函数：
f(x)=sign(ω⋅x+b)
其中，向量 ω=(ω(1),ω(2),...,ω(n)) 是一个符号函数，即：
sign(x) =\begin{cases} +1, & x \geqslant 0 \\[2ex] -1, & x \lt 0
神经网络
神经网络是一个非常广泛的机器学习模型集合，一般指向2种，一个是生物神经网络，一个是人工神经网络。
神经网络最为重要的用途就是分类，比如让机器把一张照片上的动物区分出是猫还是狗，它的主要思想是模拟人类大脑的行为来处理数据。
神经网络的基础在于各个神经元，神经元本来是生物学上的名词，人们对生物神经系统进行研究，以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。
|
