在ＤＡＴＡｗｈａｌｅ的组织下，开始新的一轮深度学习，感谢组织，感谢沐神．
机器学习（machine learning，ML）是一类强大的可以从经验中学习的技术。 通常采用观测数据或与环境交互的形式，机器学习算法会积累更多的经验，其性能也会逐步提高。
- 数据
- 遵循独立同分布(independently and identically distributed, i.i.d.)（大多数情况，假设的前题）
- 由一组称为特征（features，或协变量（covariates））的属性组成
- 器学习模型会根据这些属性进行预测
拥有越多数据的时候，工作就越容易。
还需要正确的数据
- 模型
- 转换数据 将输入数据通过模型输出相应数据
- 目标
- 定义模型的优劣程度的度量，这个度量在大多数情况是“可优化”的
- 最常见的损失函数是平方误差
- 算法
- 搜索出最佳参数，以最小化损失函数
２．机器学习分类
２．１监督学习
2.1.1回归
任何有关“有多少”的问题很可能就是回归问题
2.1.2分类
2.1.3标注
2.1.4搜索
2.1.5推荐
2.1.6序列
２无监督学习
２．３与环境互动
２．４强化学习
标签：模型,第一章,学习,动手,深度,2.1,数据,引言 From： https://www.cnblogs.com/tiger94me/p/17232453.html