我們可以總結機器學習有以下特點：
1.許多機器學習系統所解決都是無法直接使用固定規則或者流程**完成的問題，通常這類問題對於人來說十分簡單。比如電腦程式裡的計算方法都有著清晰固定的計算流程，不屬於具備智慧型的系統。但是如果要求一台機器去辨別一張**中的人或物體，機器就很難做到，但對人來說是一件很容易的任務。
2.所謂的具備「學習」能力的程式是指它能夠像人一樣不斷從經歷和資料中吸取經驗教訓，從而應對未來的**任務。我們一般稱這種能力為泛化能力。
3.機器學習系統更加誘人之處在於它可以不斷改善自身應對具體任務的能力，稱這種能力為效能。
美國卡內基梅隆大學機器學習研究領域的著名教授tom mitchell對機器學習的經典定義：如果乙個程式在在使用既有的經驗（e）執行某類任務（t）的過程中展現出利用現有的經驗（e）不斷提高完成任務（t）的效能（p），則認定它是具備學習能力的。
機器學習的任務種類很多，兩類經典的任務為：監督學習和無監督學習。
監督學習關注對事物未知表現的**，一般包括分類問題和回歸問題。
無監督學習則傾向於對事物本身特性的分析，常用的技術包括資料降維和聚類問題。
Python機器學習 第乙個機器學習專案
資料集 1.導入庫 import pandas as pd import numpy as np import matplotlib as plt from sklearn.model selection import train test split from sklearn.model sele...
Python機器學習第一章
1.機器學習 machine learning,ml 1.1 概念 多領域交叉學科，涉及概率論 統計學 逼近論 凸分析 演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。1.2 學科定位 人工智慧 artifi...
機器學習與python實踐（一）k臨近（knn）
機器學習與python實踐 一 k臨近 knn knn演算法分析 k最鄰近分類演算法是最簡單的機器學習演算法，它採用測量不同特徵值之間的距離進行分類，想法很簡單 如果乙個樣本在特徵空間中的k個最相似 即特徵空間中最鄰近 的樣本的大多數屬於某個類，則這個樣本也屬於這個類。knn演算法中所選擇的鄰近都是...