Machine Learning制作者：黄皓璇 陈韬2015年5月7日目录1234机器学习常见算法集成方法迁移学习21.机器学习1.1 概念简介机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。由于机器学习是人工智能的一个核心领域，所以也有如下定义：“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。31.机器学习1.2 分类（1）监督学习：从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。（2）无监督学习：与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法为聚类。（3）半监督学习：介于监督学习与无监督学习之间，如迁移学习。（4）增强学习：通过观察来学习做成如何的动作。每个动作都会对环境有所影响，学习对
