P2 什么是机器学习

本文已参与「新人创作礼」活动，一起开启掘金创作之路。

T 主任务 E 经验 P 性能度量

让 机器的 主任务T 在得到经验E 之后，能得出更准确的 性能度量P

机器学习最主要的两类： 监督学习 supervised learning，我们教机器学习某事 无监督学习 unsupervised learning，我们让机器自己学习某事

P3 监督学习

举个例子说明什么是监督学习： 假设收集了一组房价数据，横轴是面积，纵轴是价格。现在有一栋750英尺的房子要卖，照这组数据预测这个房子能卖多少钱？ 如果以一元二次方程（直线）拟合这组数据模型，则能预估750英尺的房子大概能卖15万； 如果以一元二次方程、或其他方程来拟合数据，则可能预估出可以卖出200万。 机器学习就是在学习用哪一种模型更好。

监督学习的定义：我们给机器一组数据，每一组数据都包含正确答案，算法的目的就是得出更多正确答案。 也被称为回归问题。 回归问题的目标是预测一个连续值的输出，如房价。

分类问题：答案分为有限的个数。变量个数不同，可以绘出不同的图表。机器学习的作用是在途中画一条线，去区分不同分类所在的变量区域。 分类问题的目标是预测一个离散值的输出，如是/否。

机器学习应对的，是变量不止三五个，而是成千上万无数的情况下的计算。即使写出无限长的变量列表，都有办法计算。

对于数据集中的每个样本，我们想要算法预测，并得出正确答案。例如房子的价格、肿瘤是否良性。