机器学习一 ——机器学习概述

1、学习前的基本配置

我的Python用的是Anaconda，因为其自带了很多的包，基本会使用到的都无需再自己去安装

IDE使用的是Pycharm，具体pip list如下图所示

2、学习笔记

（1）机器学习概论

机器学习一般流程：

机器学习数学基础：

　(2）Python基础

3、机器学习分类与理解

机器学习通常分为3类

监督学习

半监督学习

无监督学习

监督学习

给出特征和标签让机器学习两者之间的联系，在单独给出特征没有标签的数据时，可以判断出标签。就类似人刷完题看答案，就了就巩固了知识，可以对题给出正确答案。

无监督学习

给出一大堆数据但不知道各自数据与特征间的关系，需要根据聚类或一定的模型得到数据之间的关系。就像小孩子认识东西的时候，看的东西多了久了也就知道哪些是椅子，桌子什么的。

半监督学习

半监督学习有少量有标签的数据以及大量无标签的数据，和现实的数据比较相符，需要利用好有标签的数据来提升模型泛化能力。而如何用好，就是半监督学习的重点了。

此外，还有很多机器学习的分类如：强化学习，批量学习和在线学习等等。