“机器学习是快速发展最快的技术行业之一”

机器学习是发展迅速的技术行业之一，尽管经常采用机器学习一词，但很难正确理解机器学习。

机器学习不仅仅是指一件事，它是一个总括性的术语，可以适用于多个不同的概念和技术。 了解机器学习意味着熟悉不同形式的模型分解、变量和算法。 好好研究机器学习，更好地理解它包含的文案吧。

什么是机器学习？

机器学习这个术语可以适用于多种不同的事物，但一般来说，这个术语的意思是允许计算机执行任务，而不需要接收预定的逐行指令来执行任务。 机器学习专家不需要写处理问题的每一步。 因为计算机可以通过分解数据中的模式并将这些模式总结为新数据来学习。

机器学习系统有三个基本部分。 是输入算法的生产

输入是输入到机器学习系统的数据，输入数据可以分为标签和特征。 特征是相关的变量，分解这些变量学习模式，得出结论。 另外，标签是对数据各实例的类/说明。

功能和标签可以用于两种不同的机器学习问题:有监视的学习和无监视的学习。

没有监督和有监督的学习

在监督学习中，输入数据伴随着基本的事实。 所监视的学习问题作为数据集的一部分具有正确的输出值。 这是因为您事先知道预期的类别。 这样，数据科学家就可以通过在测试数据集上测试数据，确认适当分类的项目比例，来检查算法的性能。

相反，无监督学习问题没有带有地面真理标签。 训练来执行无监督学习任务的机器学习算法必须能够为自己估计数据中的关联模式。

带监控的学习算法一般用于分类问题，分类后的数据集中充满了大型实例，因此需要将其分类为多个不同类别中的一个。 监控学习的另一种类型是回归任务，算法输出的值本质上是连续的，不是分类的。

另外，无监督学习算法用于密度估计、聚类、显示学习等任务。 这三个任务需要机器学习模型来推断数据的结构，没有为模型提供预先定义的类。

本文：《“机器学习是快速发展最快的技术行业之一”》