什么是机器学习
在开始讲解术语概念之前我们首先梳理下之前讲到的一些概念。
（基本认识）机器学习专门研究计算机怎样模拟或实现人类的学习行为，使之不断改善自身性能。是一门能够发掘数据价值的算法和应用，它是计算机科学中最激动人心的领域。我们生活在一个数据资源非常丰富的年代，通过机器学习中的自学习算法，可以将这些数据转换为知识。
（机器学习库）借助于近些年发展起来的诸多强大的开源库，我们现在是进入机器学习领域的最佳时机。
（机器学习目的）从20世纪后半段，机器学习已经逐渐演化成为人工智能的一个分支，其目的是通过自学习算法从数据中获取知识，进而对未来进行预测。与以往通过大量数据分析而人工推导出规则并构造模型不同，机器学习提供了一种从数据中获取知识的方法，同时能够逐步提高预测模型的性能，并将模型应用于基于数据驱动的决策中去。
（应用）机器学习技术的存在，使得人们可以享受强大的垃圾邮件过滤带来的便利，拥有方便的文字和语音识别软件，能够使用可靠的网络搜索引擎，同时在象棋的网络游戏对阵中棋逢对手，而且Google已经将机器学习技术应用到了无人驾驶汽车中。
机器学习模型=数据+机器学习算法
1.4.1确定是否为机器学习问题
机器学习:从已有的经验中学习经验，从经验中去分析，接下来的若干问题请大家思考哪些问题可以用机器学习方式处理？
(1)计算每种颜色箱子的个数?----确定的问题
(2)计算一组数据平均值大小?----数值计算问题
机器学习的目的是建立预测模型–看是否有预测的过程
(1)确定收到的邮件是否为垃圾邮件?
(2)获取2014年世界杯冠军的名字?2018年?
(3)自动标记你在Facebook中的照片
(4)选择统计课程中成绩最高的学生(不是)
(5)考虑购物习惯，推荐相关商品?
(6)根据病人状况确定属于什么疾病?
(7)预测2018年人民币汇率涨or不涨?
(8)计算公司员工的平均工资?
1.5基于规则学习和基于模型的学习
1.5.1基于规则学习
1.5.2基于模型学习
1.5.3房价预测问题
机器学习学习的是什么？
构建机器学习模型，如：y=kx+b，k和b是参数，x和y是特征和类别标签列。机器学习学习的是k和b的参数，如果k和b知道了，直接利用y=kx+b进行预测分析。
1.6机器学习数据的基本概念
1.6.1机器学习数据集基本概念强化实践
鸢尾花Iris Dataset数据集是机器学习领域经典数据集，该数据集可以从加州大学欧文分校（UCI）的机器学习库中得到。鸢尾花数据集包含了150条鸢尾花信息，每50条取自三个鸢尾花中之一：Setosa、Versicolour和Virginica，每个花的特征用下面5种属性描述。
（1）萼片长度（厘米）
（2）萼片宽度（厘米）
（3）花瓣长度（厘米）
（4）花瓣宽度（厘米）
（5）类（Setosa、Versicolour、Virginica）
花的萼片是花的外部结构，保护花的更脆弱的部分（如花瓣）。在许多花中，萼片是绿的，只有花瓣是鲜艳多彩的，然而对与鸢尾花，萼片也是鲜艳多彩的。下图中的Virginica鸢尾花的图片，鸢尾花的萼片比花瓣大并且下垂，而花瓣向上。如下图：
在鸢尾花中花数据集中，包含150个样本和4个特征，因此将其记作150x4维的矩阵，
，其中R表示向量空间，这里表示150行4维的向量，记作：
我们一般使用上标（i）来指代第i个训练样本，使用小标（j）来指代训练数据集中第j维特征。一般小写字母代表向量，大写字母代表矩阵。
表示第150个花样本的第2个特征萼片宽度。在上述X的特征矩阵中，每一行表代表一个花朵的样本，可以记为一个四维行向量
数据中的每一列代表样本的一种特征，可以用一个150维度的列向量表示：
类似地，可以用一个150维度的列向量存储目标变量（类标）
总结：
