机器学习

监督学习：

什么是监督学习(supervised learning )?

监督学习就是使用有类标（class label）的数据集（dataset）来进行训练（training），而监督就是数据中的每一个样本（sample）都有已知的输出项。监督学习处理的大多数都是预测问题。

监督学习的两类问题就是：
回归（regression）和分类（classification）

强化学习：

强化学习的目标就是构建一个系统（Agent），在与环境（environment）的交互过程中提高性能。

无监督学习：

在没有已知输出项和反馈函数的情况下提取信息来探索数据的整体结构。

无监督学习有两大领域：聚类和降维

聚类 是一种探索性数据分析技术，可以帮助我们将数据划分成有意义的簇（cluster）。簇的内部成员具有一定的相似度。

降维：数据降维是数据特征预处理的技术，用于数据降噪。也可以用于可视化。

下一章：机器学习中的分类算法