1.機器學習主要是通過計算機在已有的數據上（經驗）產生相應的模型（學習算法），在面臨新的情況時，模型能給出相應的判斷。所以說機器學習是研究學習算法的學問。

2基本術語

2.1以西瓜是否成熟為例，（色澤=青綠；根蒂=蜷縮；敲聲=濁響）這一條記錄稱為一個示例或樣本sample。樣本組成的集合稱為數據集；每一個示例包含幾個屬性，上例中包含三個屬性，我們稱之為三維，這個示例也可以看成是一個特征向量。一般的D={X1,X2,X3....}為一個數據集。

2.2從數據中學習的模型的過程稱之為“學習”或”訓練“，這個過程使用的數據稱之為訓練數據，得到模型。學到的模型反應了數據的某種潛在的規律，因此也稱為假設。這種規律本身稱之為真相（ground truth）。一切為了逼近真相。樣本一般滿足一個分布D，訓練數據一般滿足獨立同分布，所以訓練集越大，越容易準確預測。

2.3光有樣本sample還不行，要建立可預測的模型需要示例的結果,樣例（example），如（（色澤=青綠；根蒂=蜷縮；敲聲=濁響）,好瓜）。

2.4如果我們預測的是像好瓜，壞瓜這樣的離散值，此類學習任務稱之為“分類”，預測成熟度0.98這樣的連續值，此類學習任務稱之為”回歸“（regression）。

預測任務是希望通過對訓練集{（X1,y1）,(X2,y2)...}進行學習建立一個從輸入空間X到輸出空間Y的映射，對於二分類Y={0,1}，對於回歸Y=R實數集

2.5根據訓練數據是否有標記數據，分為無監督學習（聚類）和有監督學習（分類和回歸）。

2.6

第一章 機器學習基本概念