一。什么是機器學習

人工智能標準化白皮書（2018版）

機器學習（Machine Learning）是一門涉及統(tǒng)計學、系統(tǒng)辨識、逼近理論、神經(jīng)網(wǎng)絡、優(yōu)化理論、計算機科學、腦科學等諸多領(lǐng)域的交叉學科，研究計算機怎樣模擬或?qū)崿F(xiàn)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(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心。

基于數(shù)據(jù)的機器學習是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進行預測。

Andrew Ng （吳恩達）

Machine Learning is the science of getting computers to act without being explicitly programmed.

機器學習是一門讓計算機無需顯式編程即可運行的科學。

Microsoft（微軟公司）

Machine learning is a technique of data science thathelps computers learn from existing data in order toforecast future behaviors， outcomes， and trends.

機器學習是一種數(shù)據(jù)科學技術(shù)，它幫助計算機從現(xiàn)有數(shù)據(jù)中學習，從而預測未來的行為、結(jié)果和趨勢。

二。機器學習的相關(guān)術(shù)語

樣本（sample）、示例（instance）：

所研究對象的一個個體。相當于統(tǒng)計學中的實例（example，instance）

特征（feature）、屬性（attribute）：

反映事件或?qū)ο笤谀撤矫娴谋憩F(xiàn)或性質(zhì)的事項，如大小，顏色

屬性值（attribute value）：

屬性上的取值，例如“青綠”“烏黑”

屬性張成的空間稱為 “屬性空間”（attribute space）、“ 樣本空間”（sample space）或“輸入空間”。

特征空間（feature space）：

分別以每個特征作為一個坐標軸，所有特征所在坐標軸張成一個用于描述不同樣本的空間，稱為特征空間

在該空間中，每個具體樣本就對應空間的一個點，在這個意義下，也稱樣本為樣本點。

每個樣本點對應特征空間的一個向量，稱為 “特征向量”

特征的數(shù)目即為特征空間的維數(shù)。

樣本集 （sample set）、數(shù)據(jù)集（data set）：

若干樣本構(gòu)成的集合；該集合的每個元素就是一個樣本

測試樣本”（testing sample）：

學得模型后，使用該模型進行預測的過程稱為“ 測試”（testing）， 被預測的樣本稱為“測試樣本”。

標記（label）：

有前面的樣本數(shù)據(jù)顯然是不夠的，要建立這樣的關(guān)于“預測”（prediction） 的模型，我們需獲得訓練樣本的“結(jié)果”信息，例如“（（色澤=青綠;根蒂=蜷縮;敲聲= =濁響），好瓜）”。這里關(guān)于示例結(jié)果的信息，例如“好瓜”，稱為“標記”（label）; 擁有了標記信息的示例，則稱為“樣例”（example）。

分類（classification）：

若我們欲預測的是離散值，例如“好瓜”“壞瓜”，此類學習任務稱為“分類”

回歸（regression）

若欲預測的是連續(xù)值，例如西瓜成熟度0.95、0.37，類學習任務稱為“回歸”。

對只涉及兩個類別的稱為“二分類’（binary classification）’

聚類”（clustering）

即將訓練集中的樣本分成若干組，每組稱為一個 “簇”（cluster）;

根據(jù)訓練數(shù)據(jù)是否擁有標記信息，學習任務可大致劃分為兩大類：“ 監(jiān)督學習”（supervised learning） 和 “無監(jiān)督學習”（unsupervised learning）， 分類和回歸是前者的代表，而聚類則是后者的代表.