机器学习的定义（Machine learning Definition）

机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。(Field of study that gives computers the ability to learn without being explicitly programmed.-1959 Arthur Samuel 提出)
1988年Tom Mithchell新提出的诗一般的定义：Well Posed Learning Problem: The formal definition of Well posed learning problem is, A computer program is said to learn from Experience E when given a task T, and some performance measure P. If it performs on T with a performance measure P, then it upgrades with experience E.

机器学习算法（Machine learning Algorithms）

机器学习算法主要包括常见的监督学习、非监督学习，其他的有强化学习，半监督学习。
Machine learning Algorithms include supervised learning and unsupervised learning. Others are reinforcement learning and recommender system.

监督学习（supervised learning）

给定的数据集（data set）有x，y，x为输入数据特征，y为对应的正确答案，输入的数据集通过合适的算法建立模型，从而达到预测目的。
特点：输入数据人为打上标签。
监督学习主要解决分类（classification）和回归（regression）问题。
算法：k近邻 线性回归和多项式回归 逻辑回归 SVM支持向量机 决策树和随机森林
例子：

回归问题 预测的值为连续性变量。

1.给定房屋面积（x）与房屋价格（y）之间的数据，question：房屋面积150平方米时，对应的房子价格是多少？

2. 假设某商铺有数千件货物，想要预测未来三个月货物售出量。

分类问题 预测值为离散值

1. 根据肿瘤大小判断某患者是否患该肿瘤。
2. 根据以往数据判断肿瘤所归属亚型。

非监督学习（unsupervised learning）

给定的数据没有标签/拥有同一种标签，机器通过算法将数据归类，但是机器并不能识别该数据是什么。
算法：聚类分析，奇异值分解SVD
例子：
1.将猫和狗的图片作为输入信息，经算法后，将图片分为两类，但机器并不能识别哪一类是猫，哪一类是狗。

2. google news将数以千计的新闻经算法分为多个簇（cluster）
3. DNA microarray data（如下图）
   image.png
   一文看懂机器学习「3种学习方法+7个实操步骤+15种常见算法」 (easyai.tech)
   机器学习系列（一）——机器学习简介 - 简书 (jianshu.com)
   什么是机器学习 - 知乎 (zhihu.com)