需要基础：Python、大学数学

机器学习的定义Machine Learning

1、调包侠

2、根据已有数据，通过数学模型（公式）来预测未知属性

3、目标函数f()未知，假设函数g()类型函数f()

4、无法找到一个完美的函数f()

5、算法就是根据业务需要和数据特征选择的相关算法，就是个数学公式，一般人只能通过调包的方式使用合适的公式。

6、模型：基于数据和算法构建出来的模型。

7、评估/测试：对模型进行评估，判断是否有用。

机器学习常用的应用框架（包）

• scikit-learn(Python)

• http://scikit-learn.org/stable/

• Mahout(Hadoop生态圈基于MapReduce)

• http://mahout.apache.org/

• Spark MLlib

• http://spark.apache.org/

机器学习和数据挖掘的区别与联系

• 机器学习是数据挖掘的重要工具
• 数据库管理数据

机器学习类型

有监督学习

• 用已知某种或某些特性的样本作为训练集，建立一个数学模型，再用其进行预测未知样本。
• 是通过标签化的训练数据集中推断出模型的机器学习任务。

无监督学习（如：用户画像）

• 无标签，寻找数据内在规律
• 聚类

半监督学习

考虑通过少量标注和大量未标注样本进行训练与分类，是无监督和有监督的结合

强化学习（评价学习或增强学习）

通过学习策略达到回报最大化实现目标（表示不理解）