《机器学习》自学笔记，大概每天看10页，博客将按章节分类，当成是对自己的监督 :D
Chapter 1 绪论
1.机器学习研究内容：
研究如何通过计算的方式，利用经验改善系统自身的性能；也即研究在计算机上从数据中产生模型（model）的“学习算法”。
2.数据相关的一些概念：
(1）数据集（data set）: 一组记录的集合，如{色泽 = 青绿；根蒂 = 蜷缩； 响声 = 清脆} {色泽 = 青黄；根蒂 = 微蜷；响声 = 浊 响}..........
(2) 样本(sample)/示例(instance): 上面的一条记录即为对一个事件或对象的描述,也可称坐一个特征向量(feature vector )
(3) 属性(attribute)/特征(feature): 事件或对象在某方面的表现或性质，如上述“色泽”
(4) 属性空间/样本空间/输入空间：属性张成的空间
3.学习任务分类：
(1) 分类（classification）:想要预测的是离散值，如“好瓜” “坏瓜”
(2) 回归（regression）:想要预测的是连续值，如西瓜的含糖率