机器学习笔记------概述

一、十大经典算法

• C4.5决策树
• K-均值（K-mean）
• 支持向量机（SVM）
• Apriori
• 最大期望算法（EM）
• PagePank算法
• AdaBoost算法
• k-邻近算法（kNN）
• 朴素贝叶斯算法（NB）
• 分类回归树（CART）算法

二、应用场景

• 人脸识别
• 无人车驾驶
• 语音识别
• 手写数字识别
• 垃圾邮件过滤
• 产品推荐

三、简单介绍

机器学习研究的主要内容，是关于在计算机上从数据中产生“模型”的算法。有了学习算法，我们把实验数据提供给他，它就能基于这些数据产生模型；在面对新的情况时，模型会给我们提供相应的判断。

从数据中学得模型的过程称为“学习”或“训练”，训练过程中使用的数据称为“训练数据”。其中每一个样本称为一个“训练样本”，训练样本组成的集合称为“训练集”。