机器学习

1.分类

机器学习一般有三种类型：监督学习、无监督学习和强化学习

监督学习：计算机被“教师”给定一组示例的输入数据和所需的输出数据，目的是通过将输入数据映射到输出数据，习得一般规则。

无监督学习：给学习算法输入的数据不带标签，使其自行在数据中发现结构。无监督学习的目的可以是无监督学习本身（发现数据中的隐藏模式）或者通过无监督学习达到其他目的（特征学习）。

强化学习：计算机程序在一个动态环境中执行某个动作，并与环境发生交互（如驾驶车辆，或与对手玩游戏）。程序会在试探它的问题空间时收到环境返回的奖励和惩罚方面的反馈。

现在已有几种不同的机器学习算法可被应用于已知数据集，比如随机森林、决策树、最近邻、朴素贝叶斯或隐藏式马尔可夫等。
算法是计算机执行任务需要遵循的一系列步骤或过程.在机器学习中，算法与变量相结合才可以创建数学模型