一、基础概述机器学习（MachineLearing）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习专门研究计算机怎样模拟或实现人类的学习...
一、基础概述
机器学习（Machine Learing）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。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，以便获取新的知识和技能，重新组织已有的知识结构使之不断改善自身的性能。
机器学习是人工智能的核心，是计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
机器学习使用归纳、综合而不是演绎。
二、算法分类
按照http://www.cppcns.com学习方式
监督学习
半监督学习
无监督学习
强化学习
按照算法相似性
回归算法
三、研究内容
面向任务的研究，研究和分析改进一组预定任务的执行性能的学习系统。机器学习领域的研究工作主要围绕以下三个方面
认知模型，研究人类学习过程并进行计算机的模拟。
理论分析，从理论上探索各种可能的学习方法和独立于应用领域的算法。
到此这篇关于python机器学习之基础概述的文章就介绍到这了,更多相关Python机器学习内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！
