机器学习的基本概念

有监督学习 Supervised Learnig

是数据集与问题都很明确的学习方法。
监督学习也被称为”回归“问题，监督学习的另一个例子是”分类“问题。

• ”回归“：预测一个 连续 的值
  

• ”分类“：预测 离散值 的输出
  

无监督学习 Unsupervised Learnig

数据集明确但问题不明确的学习方法。只是根据数据现有特征找出数据的结构，并不会被提前告知算法，完全根据机器自身确定数据结构。

学习成果进阶

输出一个复杂的值（structure）

相较简单的一些函数

• 线性回归函数 linear regression

  y=a₁+a₂x
  …
  梯度下降查找最优（该情况下最贴切真实值）参数a₁，a₂。

• S型曲线 *sigmoid *
  

• more Features
  多重函数结合的模型
  

据说，ReLu模型比较好。这样的模型就是Neural（神经元），变多了就变成了Neural network，而这项技术进阶到现在就成为了 深度学习(Deep Learning)

神经网络——深度学习