機器學習是目前最激動人心的技術之一。我們每天都會多次用到學習演算法，每次當我們使用google或bing等搜尋引擎時，它能給出如此滿意的結果，原因之一就是google或微軟使用的學習演算法學會了如何給網頁排序。
機器學習定義
arthur samuel給出的定義：在沒有明確設定的情況下，使計算機具有學習能力的研究領域。
tom mitchell給出的定義：電腦程式從經驗e中學習解決某一任務t進行某一效能度量p，通過p測定在t上的表現因經驗e而提高。
機器學習演算法
監督學習（supervised learning）：人教會計算機做某些事情
無監督學習(unsupervised learning)：讓計算機自己學習
其他：強化學習(reinforcement learning)，推薦系統(recommender systems)
監督學習
1.房價**
橫座標表示房的大小，縱座標表示房價。這個問題屬於監督問題，每個樣本都給出了準確的答案。 同時這也是乙個回歸問題，對給定值**實際輸出。
2.腫瘤**
橫座標表示腫瘤大小，縱座標表示是否是惡性腫瘤。這也是屬於監督學習問題，同時這也是乙個分類問題，設法**離散值的輸出，惡性還是良性？
無監督學習
對於監督學習中的每乙個樣本我們已經被清楚的告知了什麼是所謂的正確答案。
在無監督學習中我們所用的資料沒有任何標籤，都具有相同的標籤或者都沒有標籤。
可以把這些資料分成兩個不同的簇，這也叫作聚類演算法。執行乙個聚類演算法，把不同的個體歸入不同的類或歸為不同型別的人，這就是無監督學習。聚類演算法是無監督學習的一種。
無監督學習或聚類演算法的應用：組織大量的計算機集群；社交網路的分析；市場細分中的應用；天文資料的分析。
參考原文：
機器學習基石 一 什麼是機器學習
機器學習 從data出發，最終目標是提高可以衡量的某方面表現。可以稱為機器學習的話，這個任務必須有如下三點 沒有簡單的可以定義的解決辦法途徑 例 桌面上有多少件物品是方形的?這件事情有明確定義，明確的規則，不需要機器學習來 如下圖所示 我們用文字再做一次表達 data集包括輸入x和輸出y，從x到y的...
機器學習 初識機器學習
1.什麼是機器學習？對於機器學習到現在都還沒有統一的定義，但是，通過乙個例子和較權威的定義來理解機器學習，最後附上我個人對機器學習的理解 2.監督學習 1 監督學習基本思想 我們資料集中的每個樣本都有相應的 正確答案 即每個樣本都是真實值，再根據這些樣本作出 舉乙個房價預售的例子來說明 eg 下面圖...
機器學習1 什麼是機器學習
原文 arthur samuel定義機器學習為，在無特定程式設計的情況下，給予計算機學習能力的領域。這個定義不正式而又古老。tom mitchell提供了乙個更現代的定義 乙個程式被認為能從經驗e中學習，解決任務 t，達到 效能度量值p，當且僅當，有了經驗e後，經過p評判，程式在處理 t 時的效能有...