什麼是機器學習
簡單的可以理解爲，程序根據設定的規則P與經驗E中學習並總結出規律並提升按照規則P的表現。
監督學習
已經對樣本做出標記，根據已經標記的數據進行學習，並根據已經總結出的規律對一些未分類的數據進行分類
監督學習一般分爲兩個方面，一個爲Regression一種爲Classification
Regeression 迴歸 ： 預測連續的輸出值
Classification 分類：預測離散的輸出
無監督學習
數據樣本沒有被標記，我們希望通過這種不帶標籤的機器學習來尋找出數據集中存在的規律。在無監督學習中常用的算法爲 聚類Clustering，其中心思想爲將相似的數據聚集在一起，而我們其實並不關數據具體是如何聚集的。