介绍

无监督学习允许我们在处理问题时几乎不知道结果应该是什么样子，我们可以从数据中获得结构，而不必知道变量的作用。我们可以根据数据中变量之间的关系对数据进行聚类，从而得到这种结构。在无监督学习中，没有基于预测结果的反馈。也就是说，机器可以在你提供的数据中主动的去分析，总共有几类？哪些数据属于什么类？

What is Machine Learning?

Two definitions of Machine Learning are offered.

1. Arthur Samuel described it as: "the field of study that gives computers the ability to learn without being explicitly programmed." This is an older, informal definition.
2. Tom Mitchell provides a more modern definition: "A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E."

Example: playing checkers.
E = the experience of playing many games of checkers
T = the task of playing checkers.
P = the probability that the program will win the next game.

In general, any machine learning problem can be assigned to one of two broad classifications:
Supervised learning and Unsupervised learning.

什么是机器学习？

机器学习的两个定义

1. Arthur Samuel定义机器学习为: "研究使计算机在无需特定明确的编程下自主学习的邻域." 这是一个很老的非正式定义
2. Tom Mitchell提供了一个正式的定义: "一个程序被认为能从经验E中学习，解决任务 T，达到 性能度量值P，当且仅当，有了经验E后，经过P评判， 程序在处理 T 时的性能有所提升。"

例如: 国际象棋.
E = 下棋的经验
T = 下棋的任务.
P = 程序赢得下一场比赛的概率.

一般来说，任何机器学习问题都可以分为两大类:监督学习和非监督学习

有监督学习

有监督学习（Supervised learning），是一个机器学习中的方法，可以由训练资料中学到或建立一个模式（ learning model），并依此模式推测新的实例。训练资料是由输入物件（通常是向量）和预期输出所组成。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。

回归问题

这是收集到的房价与房子大小相关性的数据轴

现在假设你有750平的房子，想要预测它能卖多少钱。那么机器学习该如何帮助你呢？它会使用这些数据试图用一条线来拟合，拟合的线可能是线性关系也可能是其他函数关系。

拟合的越完美，学习算法预测的结果就越准确。而使用什么函数来拟合，就需要经验和技术。

这就是一个简单的线性回归问题，通过已知的数据集来预测一个连续的输出值。

分类问题

我们来看另一个例子，学习判断肿瘤是否为恶性的算法。

以上是肿块大小与是否为恶性肿瘤的数据图，假设一个人的肿块大小为以下位置。

想知道自己的肿瘤是否为恶性肿瘤的话，学习算法会根据已知的数据对患者患恶性肿瘤的概率进行预测。我们再拓展一下，我们可以对恶性肿瘤的各种性质数据做采集，然后根据其值判断其患恶性肿瘤的概率，甚至是判断其患的是哪种类型的肿瘤。这就是有监督学习中的分类问题。

Supervised Learning

In supervised learning, we are given a data set and already know what our correct output should look like, having the idea that there is a relationship between the input and the output.

Supervised learning problems are categorized into "regression" and "classification" problems. In a regression problem, we are trying to predict results within a continuous output, meaning that we are trying to map input variables to some continuous function. In a classification problem, we are instead trying to predict results in a discrete output. In other words, we are trying to map input variables into discrete categories.

参考资料

Supervised Learning - 斯坦福大学 | Coursera
机器学习中的有监督学习，无监督学习，半监督学习