什么是机器学习
简单的可以理解为，程序根据设定的规则P与经验E中学习并总结出规律并提升按照规则P的表现。
监督学习
已经对样本做出标记，根据已经标记的数据进行学习，并根据已经总结出的规律对一些未分类的数据进行分类
监督学习一般分为两个方面，一个为Regression一种为Classification
Regeression 回归 ： 预测连续的输出值
Classification 分类：预测离散的输出
无监督学习
数据样本没有被标记，我们希望通过这种不带标签的机器学习来寻找出数据集中存在的规律。在无监督学习中常用的算法为 聚类Clustering，其中心思想为将相似的数据聚集在一起，而我们其实并不关数据具体是如何聚集的。