機器學習
machine learning是機器通過已知的內容，類似於人類一樣進行學習，並對同類型數據進行判斷的過程。
例如訓練圖片模型就是將每個像素點轉爲0到255之間的值，利用機器發現不同種類的圖片之間存在的映射。
有監督與無監督模型
- 監督學習是F（x）= sum 並且sum已知，可以通過已知的屬性進行預測，而且目標函數需要帶有“label”。
- 無監督學習。通過數據的潛在的模式和規則，無需預定義，並且同過“聚類”、“關聯”等發現數據中的隱藏的關係。
半監督學習
- 結合有監督與無監督同時進行學習，其中有少部分數據又“label”，沒有label的數據可以進行無監督學習進行分類。
分類與迴歸（classification and regression）
- 分類，如下圖，以布爾值的形式進行區別不同的類
- 公式表達爲： F(M[H][W])=1∣0,where M[i][j]∈[0,255],0<i<H,0<j<W
![在這裏插入圖片描述]()
- 迴歸模型： 如下圖，橫座標代表房子的面積，縱座標表示價格。通過一個某事物的一個屬性來預測另一個變量的方式叫
Regression - decision tree可以直接處理非數字特徵，但是通常使用one-hot將非數字的數據轉換爲另一個的方法。
![在這裏插入圖片描述]()
使用Logistic Rgression來輸出概率，可以結局分類的問題。
workflow:
- raw data -> 數據分離，normalization 和 數據清理
- training
- test data
- 超參數調整（Hyperparameter tuning）
將數據分爲兩組：訓練集、測試集（一般比例爲7：3，8：2，如果數據量特別大的話，可以分爲9：1）
欠擬合與過擬合（underfitting and overfitting）
- 欠擬合：model沒有找到規律（與實際情況相差很多）
- overfitting： 過渡於適應training data，甚至與noise也都適應了。解決方法：隨機drop掉部分模型，和加入regularization的算法。