版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u011240016/article/details/84523794
机器学习是什么？
一个比较接地气的定义是，研究计算机如何模拟或者实现人类的学习行为，以获取新的知识或者技能，并重新组织已有的知识结构，不断改善自身的性能。
监督学习
监督学习是我们给学习算法一个数据集，这个数据集包含正确答案。
如果我们尝试着去推导一个连续值，那这就是个回归问题；如果想要推导一个离散值，则为分类问题。
无监督学习
监督学习中的每条数据，都对应着正确答案。而无监督学习，数据集中不包含任何标签。也就是说，我们拿到数据集，不知道如何处理，因为没有目标值，自然就没有目标~~
但是我们仍然可以尝试着从数据集中学到一些什么东西，比如对数据进行聚类。聚类算法只是无监督学习的一个典型案例，它的应用非常广阔，包括对大型计算机集群进行管理，对社交网络进行分析以及做市场分析等等，在天文学领域，用聚类算法也取得了很棒的效果。
简单总结，无监督学习就是交给算法一堆数据，让算法帮助我们从中找到某些数据结构等信息。
机器学习算法的使用
一般第一步是搭建原型，用Octave或者Matlab进行搭建。
现在机器学习框架这么发达的情况下，直接用框架建模已经很快了。
END.