Mechine Learning

什么是机器学习

学习的种类

监督学习

一般是只有指导性的，已知明确的目标，起始条件的学习解决问题的过程；类似老师教导学生

无监督学习

通常是指在没有指导性的，没有明确的目标，或者目标是一个很泛的。类似自学

强化学习

指的是已经建立了数学模型的情况下，不断对模型进行校正的微调的过程；

经典任务

回归

就是把d维的向量作为x输入，逼近似的总结

\[y=f(x)\]

分类

指的的是先进行分类然后进行函数近似的问题，同

\[y=f(x)\]

异常检测

一般采用的是密度估计法去判定数据是否异常，越靠近中心越正常。

聚类

和分类相似

降维

把数据从高纬度提取关键数据，转换到低纬度的问题

学习的方法

分类

统计概率和朴素贝叶斯

学习模型

线性模型

\[f(X)=AX+B\]