一、引言
1. 监督学习
- 定义：监督学习（Supervised Learning) 是给算法一个数据集，其中包含了很多案例，每个数据都是给定了明确的类别，目的是让机器可以预测出更多的正确答案。
- 案例
（1）房价预测
回归问题（Regression）
能够通过给定的数据集得到一条拟合的曲线，在这上面的值都是连续的。
（2）乳腺癌预测
分类问题（Classification）
能够通过给定的数据集，去预测离散值，其中的特征可以包括多种，不局限于两种。
2. 无监督学习
- 定义：无监督学习(Unsupervised Learning) 是根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题。
聚类算法（Clustering）
通过没有标记类别未知的数据集，将数据进行分类。
鸡尾酒舞会算法（Coktail Party Algorithm）
从混杂的语音中，提取出不同的声音来源。
