机器学习的基本概念
机器学习：研究如何通过计算的手段，利用经验来改善系统自身的性能
计算机系统中，经验通常以数据形式存在。机器学习研究的主要内容：计算机从数据中产生模型的算法，即“学习算法”
把经验（经验数据）提供给这个算法，算法就可以基于数据产生模型，在面对新情况时，模型就会给我们提供相应的判断。机器学习就是研究这种“学习算法”的学问。模型就指从数据中学得的结果。
基本术语
数据集（data set）：记录的集合，每条记录是关于一个事件或对象的描述，称为一个示例（instance） 或 样本（sample）
也把一个示例称为一个特征向量，以属性为坐标轴，属性值确定在坐标系中的位置的点
不同学习任务的叫法
欲预测的是离散值：分类（classification）
欲预测的是连续值：回归（regression）
对于分类任务，
只涉及两个类别的“二分类”（binary classfication）,两个类通常被称为正类和反类
涉及多个类别：多分类（multi-class classification）
预测任务通常希望对训练集进行学习，建立一个从输入控件到输出空间的映射f
聚类（clustering）将训练集中的西瓜分成若干组，每组称为一个簇（cluster），簇是自动形成的，聚类的依据是我们事先不知道的，而且学习过程中使用的样本通常不拥有标记信息
监督学习和无监督学习：根据训练数据中有无标记信息。
分类和回归是监督学习（supervised learning）的代表，聚类是无监督学习（unsupervised learning）的代表